Разница между специалистом по данным, инженером по данным, аналитиком данных

Как правило, мы слышим разные обозначения инженеров CS, таких как Data Scientist, Data Analyst и Data Engineer. Давайте обсудим различия между тремя вышеупомянутыми ролями.

• Аналитик данных - основное внимание в работе этого человека будет уделяться оптимизации сценариев, например, как сотрудник может улучшить рост продукта компании. Очистка данных и организация необработанных данных, анализ и визуализация данных для интерпретации анализа и представления технического анализа данных.
  Специалисту по анализу данных необходимы следующие навыки: R, Python, SQL, SAS, SAS Miner.
• Data Scientist - Основное внимание будет уделено футуристическому отображению данных. Они обеспечивают как контролируемое, так и неконтролируемое обучение данных, например классификацию и регрессию данных, нейронные сети. Непрерывный регрессионный анализ будет использовать методы машинного обучения.
  Специалисту по данным необходимы следующие навыки: R, Python, SQL, SAS, Pig, Apache Spark, Hadoop, Java, Perl.
• Инженер данных - инженеры данных больше концентрируются на методах оптимизации и правильном построении данных. Основная цель инженера по обработке данных - постоянное улучшение потребления данных. В основном на бэк-энде работает инженер по обработке данных. Оптимизированные алгоритмы машинного обучения использовались для хранения данных и обеспечения их максимально точного доступа.
  Инженеру данных необходимы следующие навыки: Pig, Hive, Hadoop, MapReduce.