在大數據的世界里，您可能會經常聽到兩個詞語：數據科學(Data Science)和數據分析(Data Analytics)。它們雖然從字面上有些相似，但是在大數據的背景下它們強調的是不同的能力和技能方面。下面，我將從職業決策與規劃的角度，和您討論兩者之間的差異。

一、知識儲備

無論是數據分析還是數據科學領域，都正在變得更加豐富、更加專業化。因此，如果您想進入這兩種職業領域中的任何一種，都需要做好充分的準備，以滿足各項實際工作的需求。其中：

數據分析

數據分析領域的相關工作，往往需要事先對RDBMS(關系數據庫管理系統，Relational Database Management System)和操作數據結構模式(Structure Schema)的SQL、以及查詢開發等方面有所了解。同時，您也需要具備使用R或Python語言，進行統計編程的相關知識。此外，機器學習(Machine Learning，ML)、人工智能(Artificial Intelligence，AI)、自定義算法的開發、以及圍繞著信息收集與存儲的數據管理知識，也會讓您達到事半功倍的效果。簡而言之，您需要擁有IT、計算機科學、數學、以及統計學的相關應用知識與技能。

數據科學

數據科學家往往具有計算機科學、信息技術、應用數學或統計學的教育背景。這些核心知識可以為您開展提供、收集、組織、處理和建模業務數據，做好準備。同時，您也可以了解并掌握有關數據可視化、基于API的數據收集與準備等方面的專業知識。這些對于您開展探索性數據分析，遵循和建立模型，以及對模型進行定制化設計與測試等工作，都十分有益。此外，您在基于AI的預測性建模時，前面提到的ML和AI領域的相關技能也總歸是技不壓身的。

2. 工作角色和職責

無論是數據分析師還是數據科學家，根據專業水平和企業性質的差異，他們的日常角色和工作職能也會有所不同。主要體現在：

數據分析

數據分析師往往主要聚焦于分析、可視化、以及挖掘那些特定于業務的數據。其角色職能包括：

• 清理、處理、驗證、以及例證(exemplify)數據的完整性
• 對大型數據集進行探索性數據分析
• 實施??ETL??(抽取extract、轉換transform、加載load)管道，并進行數據挖掘
• 使用邏輯回歸、KNN(K最鄰近，K-NearestNeighbor分類算法)、隨機森林、以及決策樹，進行統計分析
• 在編寫自動化代碼的同時，構建和管理機器學習(ML)庫
• 使用ML工具和算法獲得新的數據洞見
• 識別數據模型，進而做出明智的、以數據為支持的預測

數據科學

數據科學主要涉及到從業務的上下文數據中，獲得洞見并得出推論。其角色職能包括：

• 收集和解釋數據
• 識別數據集中的相關模式
• 執行基于SQL的數據查詢和子查詢
• 使用SQL、Python、SAS(統計分析軟件)等RDBMS工具去查詢數據
• 熟練掌握各種預測性、規范性、描述性和診斷性的分析工具
• 掌握Tableau和IBM Cognos Analytics等可視化工具的使用

3. 基本技能組合

由于這兩個角色都屬于專業領域，因此它們需要特定的技能集，才能勝任日常的基本工作。具體而言：

數據分析

除了具有問題解決能力的中級統計(intermediate statistics)知識和高級分析技能外，數據分析師的技能還包括：

• 能夠通過Microsoft Excel和SQL數據庫，對數據進行切片和切塊
• 運用商業智能工具生成相關報告
• 通過運用Python、R和SAS等工具，來管理、操作和使用數據集
• 相對于IT工程經驗，數據分析師更需要掌握學習統計、數據庫管理、數據建模、以及預測分析等技能。

數據科學

作為數據科學家，您除了需要精通數學、高級統計學、預測性建模、以及機器學習之外，還需要掌握如下領域的軟件知識：

• Hadoop和Spark針對大數據工具的專業知識
• SQL、NoSQL和PostgreSQL數據庫方面的專業知識
• 了解數據可視化工具和諸如Scala和Python之類的語言

4. 工具譜

常言道：“工欲善其事，必先利其器。”好的工具無論是對于數據分析，還是數據科學都是至關重要。為了便于下載和選用，我將當前市場上的工具，有針對性地進行了分類：

數據分析

• 數據可視化類：Splunk、QlikView、Power BI、以及Tableau
• ETL類：Talend
• 大數據處理類：Spark和RapidMiner
• 數據分析類：Microsoft Excel、R、以及Python

數據科學

• 應用數據科學類：SAS、KNIME、RapidMiner、PowerBI、以及DataRobot
• ETL類：Apache Kafka
• 大數據處理類：Apache Hadoop、Spark
• 數據可視化類：Tableau、BigML、Trifacta、QlikView、MicroStrategy、以及Google Analytics
• 數據分析類：Microsoft Excel、Apache Flink、SAP Hana、MongoDB、MiniTab、以及SPSS
• 編程類：R、Julia、以及Python
• 編程庫類：可用于針對基于Python數據建模的TensorFlow

5. 職業機會

有了前面的信息，您一定想知道在企業中，會有哪些適合數據分析和數據科學領域的熱門職業可供選擇呢?

數據分析

• 商業智能分析師
• 數據分析師
• 定量分析師
• 數據分析顧問
• 運營分析師
• 營銷分析師
• 項目經理
• IT系統分析師
• 運輸物流專家

數據科學

• 數據分析師
• 數據工程師
• 數據庫管理員
• 機器學習工程師
• 數據科學家
• 數據架構師
• 統計員
• 業務分析師
• 數據和分析經理

小結

根據上述比較，我們不難發現企業對于數據科學家本身、以及技能上的要求，要比對普通數據分析師的要求高出一些。不過，在職場上，人們通常會以數據分析師的身份開始他們的職業生涯，然后再逐漸轉向數據科學領域。對于初學者而言，您也可以從數據架構、以及數據工程的相關職位開始，不斷打磨和歷練自己，最終成為該領域的專家。

譯者介紹

陳峻 (Julian Chen)，51CTO社區編輯，具有十多年的IT項目實施經驗，善于對內外部資源與風險實施管控，專注傳播網絡與信息安全知識與經驗;持續以博文、專題和譯文等形式，分享前沿技術與新知;經常以線上、線下等方式，開展信息安全類培訓與授課。

原文標題：??Data Analysis vs. Data Science: 5 Things to Consider??，作者：GAURAV SIYAL