データサイエンスを始めるときに知っておくべきことを見る - ダミー

ダミーのチートシートのデータサイエンスの一部

伝統的に、 ビッグデータ は、膨大な量、速度、多様性を持つデータの用語です。従来のデータベース技術は大きなデータを扱うことができません。より革新的なデータ設計ソリューションが必要です。

• 量： 1テラバイト/年から10ペタバイト/年

  <！までの間にプロジェクトを評価して大きなデータプロジェクトとして評価するかどうかを検討します。 - 速度：

• 30キロバイト/秒と30ギガバイト/秒の間 バラエティ：

• 非構造化データ、半構造化データ、構造化データの統合ソース データサイエンスとデータエンジニアリングは同じではありません。

採用管理者は、データ科学者とデータエンジニアの役割を混同しがちです。どちらも少ししかしない人を見つけることは可能ですが、各フィールドは非常に複雑です。両方の分野で堅牢なスキルと経験を持つ人を見つけることはまずありません。このため、特定の目標を達成するためにどのタイプのスペシャリストが最も適切かを特定できることが重要です。以下の説明はあなたがそれを行うのを助けるはずです。

<！データ科学者：データ科学者は、複雑なビジネスおよび科学的問題の解決策を導き出すために、コーディング、定量的方法（数学的、統計的および機械的学習）、および専門分野における高度な専門知識を使用します。

データ・エンジニア：

• データ・エンジニアは、コンピュータ・サイエンスおよびソフトウェア・エンジニアリングのスキルを使用して、ビッグ・データ・セットの処理および問題解決のためのシステムを設計し、問題を解決します。 <！

• データ科学とビジネスインテリジェンスも同じではない ビジネスインテリジェンスを行うビジネス中心のデータ科学者やビジネスアナリストは、いとこのようなものです。どちらのタイプのスペシャリストも同じビジネス目標を達成するためにデータを使用しますが、そのアプローチ、テクノロジー、および機能は異なります。以下の説明では、2つの役割の違いを説明します。

  ビジネスインテリジェンス（BI）：

BIソリューションは、一般的に内部から生成されたデータセットを使用して構築されます。一般的なツールやテクノロジには、オンライン分析処理、抽出と変換、データウェアハウスが含まれます。 BIには時には予測のような先見的な方法が含まれることがありますが、これらの方法は過去または現在のデータからの単純な数学的推論に基づいています。

ビジネス中心のデータサイエンス：

• ビジネス中心のデータサイエンスソリューションは、組織の内外両方のデータセットを使用して構築されます。一般的なツール、テクノロジ、スキルセットには、クラウドベースの分析プラットフォーム、統計および数学プログラミング、機械学習、PythonとRを使用したデータ分析、高度なデータの視覚化などがあります。ビジネス中心のデータ科学者は、高度な数学的または統計的手法を使用して膨大な量のビジネスデータから予測を分析し、生成します。