محلل بيانات أو عالم بيانات - من تريد أن تكون؟

يقول مات برزيبيلا ، مؤلف مقال نُشر على المدونة نحو موقع datascience.com ، كيف تشعر في كل من هذه الأدوار . نقدم لك ترجمتها.





صورة من موقع Unsplash . بقلم كريستينا @ wocintechchat.com



لقد عملت كمحلل بيانات محترف (محلل بيانات) وعالم بيانات (عالم بيانات). أعتقد أنه سيكون من المفيد تبادل الخبرات لكل منصب ، وتسليط الضوء على الاختلافات الرئيسية في المهام اليومية. آمل أن تساعدك مقالتي في تحديد الخيار المناسب لك. وقد يرغب أولئك الذين يعملون بالفعل ، بعد قراءته ، في تغيير موقفهم. يبدأ البعض كمحلل بيانات ثم يتقدمون للباحثين. ليس شائعًا جدًا ، ولكن ليس أقل إثارة للاهتمام هو المسار من باحث في وظائف منخفضة إلى محلل في منصب رفيع. كلا الموقفين له خصائصهما الخاصة ويتطلب مهارات معينة تحتاج إلى معرفتها قبل اتخاذ الخطوة الكبيرة التالية في التطوير المهني.



أدناه ، بناءً على تجربتي ، سأخبرك بما يعنيه أن تكون محلل بيانات وعالم بيانات ، وسأجيب بالتفصيل على أكثر الأسئلة شيوعًا حول كل منصب.



محلل بيانات



إذا كنت ترغب في وصف بيانات الفترة الماضية أو اللحظة الحالية وتقديم نتائج البحث الرئيسية لأصحاب المصلحة ، والتصور الكامل للتغييرات والاتجاهات ، فإن موقف محلل البيانات مناسب لك. المواقف المذكورة لها أوجه التشابه التي وصفتها في مقال آخر يغطي أوجه التشابه والاختلاف بين المهارات المطلوبة لهذه المناصب. أريد الآن أن أبين كيف يشعر دور محلل البيانات مقابل دور عالم البيانات. من المهم جدًا فهم ما يمكن توقعه لهؤلاء المتخصصين في عملهم اليومي. سوف يتفاعل المحلل مع أشخاص مختلفين ، ويتواصل كثيرًا ، ويحافظ على وتيرة عالية لإنجاز المهام - أعلى مما هو مطلوب من عالم البيانات.



لذلك ، يمكن أن تختلف مرات الظهور التي يتم تلقيها في كل موقف بشكل كبير.



ستجد أدناه إجابات على الأسئلة الأكثر شيوعًا حول ما يواجهه محللو البيانات.



  • مع من ستعمل؟


في الغالب مع أصحاب المصلحة في الشركة الذين يطلبون تلخيص البيانات وتصور النتائج والإبلاغ عن النتائج. عادة ما يكون الاتصال قنوات شفهية أو رقمية: البريد الإلكتروني و Slack و Jira. في تجربتي ، يجب أن تعمل عن كثب مع الجانب الإنساني والتحليلي في العمل ، وليس في الهندسة والتصنيع.



  • من هي النتائج المقدمة؟


على الأرجح لأصحاب المصلحة المذكورة أعلاه. ومع ذلك ، إذا كان لديك مدير ، فأبلغت عنه ، ويقوم بالفعل بنقل البيانات إلى أصحاب المصلحة. من الممكن أيضًا أن تقوم بجمع مجموعة من الطلبات ، وتجميع تقرير عنها وتقديمها إلى أصحاب المصلحة. لأغراض إعداد التقارير ، قد تكون لديك أدوات مثل Tableau و Google Data Studio و Power BI و Salesforce التي توفر وصولاً سهلاً إلى البيانات مثل ملفات CSV. تتطلب الأدوات الأخرى المزيد من الجهد التقني - بناء استعلامات قاعدة بيانات متقدمة باستخدام SQL.



  • ماذا ستكون وتيرة العمل في المشروع؟


أعلى بكثير من علماء البيانات. يمكنك إعداد تجمعات بيانات (استعلامات) أو تقارير يومية وعروض تقديمية كبيرة مع مخرجات أسبوعية. نظرًا لأنك لا تبني نماذج أو تقوم بتنبؤات (عادةً) ، وتكون النتائج وصفية ومخصصة ، فإن الأمور تسير بشكل أسرع.



عالم البيانات



يختلف علماء البيانات تمامًا عن محللي البيانات. قد يستخدمون الأدوات واللغات نفسها ، ولكن يتعين على الباحث العمل مع أشخاص آخرين في مشروعات أكبر (مثل بناء نموذج تعلُم الآلة وتطبيقه) وقضاء المزيد من الوقت في ذلك. عادةً ما يعمل محللو البيانات على مشاريعهم بأنفسهم: على سبيل المثال ، يمكن لشخص واحد استخدام لوحة تحكم Tableau لتقديم النتائج. يتمتع علماء البيانات بالقدرة على توظيف العديد من المهندسين ومديري المنتجات لإنجاز مهام العمل بكفاءة باستخدام الأدوات المناسبة وحلول الجودة.



  • مع من ستعمل؟


على عكس محلل البيانات ، سوف تتفاعل فقط مع أصحاب المصلحة في بعض القضايا ، بينما بالنسبة للمسائل الأخرى المتعلقة بالنماذج ونتائج استخدامها ، ستتصل بمهندسي البيانات ومهندسي البرمجيات ومديري المنتجات.



  • من هي النتائج المقدمة؟


يمكنك مشاركتها مع أصحاب المصلحة ، وكذلك مع المهندسين الذين يحتاجون إلى فهم المنتج النهائي ، على سبيل المثال ، لتطوير واجهة المستخدم (واجهة المستخدم) وفقًا لتوقعاتك.



  • ماذا ستكون وتيرة العمل في المشروع؟


ربما يكون الاختلاف الأكبر في إدراك هذه الوظائف وعملها هو مقدار الوقت لكل مشروع. سرعة محللي البيانات عالية جدًا ، ويمكن أن يستغرق علماء البيانات أسابيع أو حتى شهورًا لإكمال المشروع. نمذجة وإعداد مشاريع علماء البيانات هي عمليات تستغرق وقتًا طويلاً لأنها تتضمن جمع البيانات وتحليل البيانات الاستكشافية وإنشاء النموذج الرئيسي والتكرار وضبط النموذج واستخراج النتائج.



خاتمة





صورة من موقع Unsplash . بواسطة Markus Winkler



المحللون وعلماء البيانات يستخدمون نفس الأدوات مثل Tableau و SQL وحتى Python ، ولكن مهامهم المهنية يمكن أن تكون مختلفة تمامًا. تتضمن الأنشطة اليومية لمحلل البيانات المزيد من الاجتماعات والتفاعلات وجهًا لوجه ، وتتطلب مهارات ناعمة متقدمة وتنفيذًا سريعًا للمشروع. يتضمن عمل الباحث عمليات أطول ، والتواصل مع المهندسين ومديري المنتجات ، بالإضافة إلى بناء نماذج تنبؤية تستوعب البيانات أو الظواهر الجديدة في تطورهم ، بينما يركز المحللون على الحالة الماضية والحالية.



آمل أن تكون المقالة ممتعة ومفيدة. شكرا على انتباهك!



All Articles