DA/DS的区别
说到这里又不得不探讨一下ata analyst和ata scientist的区别这个问题了。首先需要声明的是,其实不同公司对于Data Analyst和Data Scientist有着全然不同的定义。有些公司DS做的事情就是别的公司DA做的,只是单纯的称谓不同。因此看JD是最好的方法。DA这个职位通常存在于商业部门而不是IT部门,所需要的技术深浅也跨度挺大。相同点是,通常这个职位是有日常任务的,也就是要定期出一些报告来分析季度数据,支撑日常决策(e.g,小店下个月/下半年多上架A果汁还是B果汁)。但同时,也会做一些有趣的项目(e.g, 是不是更多的消费者开始喝矿泉水/碳酸盐料/啤酒,而不是果汁,原因是什么。)那么从一个大家比较认可的角度来讲,DA主要是侧重于数据的整理性分析,a/b testing,ata viz。
而DS主要侧重于moeling。而那些专注moeling的s职位,目前的行业趋势是很多都需要Ph或者会有很多Ph来和你竞争,因此研究生要在大公司做DS可以说是越来越难了。相比之下,找ata analytics title的工作会容易不少(当然工资上确实也会低)。非常不建议纯商科背景,或者入学前几乎不会coing/没有接触过machine learning的同学去找DS的工作。一方面你需要很努力的在这一到两年的时间内学习课内外的DS相关的知识来达到DS职位的要求,另一方面,即使你能够胜任DS的工作了,也很可能因为过去的相关背景太少,而过不了简历关。
DS这个职位更经常存在于IT部门,或者干脆自己组成一个部门。职责是解决一切Data analyst解决不了的比较复杂的问题。且他们通常是不需要负责定期出报告来分析季度数据的。他们的终极目标是搞出一个高大上的模型,然后可以自动的预测未来趋势。(e.g., 根据过去两年A果汁和B果汁的销售记录和主要外部影响因素(打折,放假,夏天。。。),预测未来每天A果汁和B果汁的销量,并据此调整货价;根据客人XXX所买的各种商品和各种行为,决定要不要在下一期的商品目录向他推荐果汁A)。
五、BA在美国就业的话,主要是在哪些城市?
其实目前BA在各个城市都有需求。之前也说了,BA不是特别局限于行业的一类职位。因此可以说需求和城市的发展程度成正比。比如旧金山有很多科技公司,那么这些科技公司就有很多数据分析师的职位需求,而洛杉矶主要是娱乐业,但是这些娱乐业的公司也会有很多相关岗位(特别是市场分析)。因此可以说,BA需求较大的地区/城市包括:旧金山地区,洛杉矶地区,西雅图,纽约,德州的奥斯汀+达拉斯,芝加哥,波士顿等等。
那么相应的,对于申请而言,如果你本身项目就在一个大城市,那么当然找工作会方便很多,而且很多公司也会倾向招本地学校的学生。但是就BA来讲,有非常多的relocation的先例,因此也不必太过担心学校太村这个问题(当然学校的career service要足够给力,并且你能够忍受飞来飞去进行Onsite interview)。