Sexy, hot and wanted

Wie de personeelsadvertenties volgt, ziet dat de vraag naar data scientists toeneemt.

Helaas hebben we niet meer de rechten op de originele afbeelding
adformatie

Mc Kinsey heeft becijferd dat in 2018 in de VS vraag zal zijn naar bijna 500.000 data scientists. 

Ook in Nederland zijn bedrijven bezig met het inrichten van data lab om ‘Big Data’ te analyseren. IBM noemt het zelfs de meest sexiest beroep van de toekomst

Toch leeft bij velen het de vraag wat het verschil is tussen een data scientist en een data analist.

Een paar verschillen:

De data scientist

De data scientist heeft meestal als achtergrond een studie in computer science of wiskunde. De scientist is bedreven in het opstellen/implementeren van algoritmen (tbv machine learning, recommerder systems als natural language processing).

Correct voorspellen is belangrijker dan het vinden van relaties tussen variabelen. 

Daarnaast is de data scientist bedreven in het schrijven van programma’s in  R, Python, Sas of Java. Op deze wijze is de scientist in staat grote hoeveelheden ongestructureerde data afkomstig van het sociale netwerken, internet of tekst documenten te scrapen, reshapen en analyseren.

Naast analyse en programmeren, speelt visualisatie een belangrijke rol binnen de dagelijkse werkzaamheden van de data scientist. Hierbij probeert de data scientist de dynamiek in de data op zo’n eenvoudig wijze weer te geven.

De data analist

De data analist heeft vaak een statistische of sociale (economische) studie gevolgd. Via de verschillende statistische technieken probeert de data analist de data te kneden om verbanden te kunnen identificeren.  De analist zal dit vooral doen via regressie technieken. Hierbij maakt de analist gebruik van tools als SPSS, Sas, Knexx. De data die de analist voor zijn analyses zijn vaak afkomstig vanuit eigen operationele transactiedata.

Naast analyses is het opstellen reports één van de kernactiviteiten van de analist.

Wanted data scientist/data analist?

Er worden geconstateerd dat beide professies een hoge mate van overlap hebben, maar er bestaan ook duidelijke verschillen met name tav programming skills.

Omdat het in kaart brengen van social netwerken, implementeren van recommender systems, sentiment analyses als het accuraat voorspellen een steeds belangrijke rol zullen gaan spelen ,is het aannemelijk dat steeds meer MI afdelingen hun team uitbreiden met data scientists maar de professie van data analist zal niet verdwijnen.

Specialisatie Data Science.

Voor analisten die zich willen specialiseren in het vakgebied data science geef ik als advies de aangeboden door John Hopkins University te volgen.

Plaats als eerste een reactie

Ook een reactie plaatsen? Word lid van Adformatie!

Word lid van Adformatie → Login →
Advertentie