एक डेटा शोधकर्ता और एक सांख्यिकीविद् के बीच अंतर क्या है?

सभी को नमस्कार। ओटस के नए पाठ्यक्रम के लिए सेट - "एप्लाइड एनालिटिक्स ऑन आर" , जो इस महीने के अंत में शुरू होता है, खुला है। इस संबंध में, मैं एक डेटा विश्लेषक और एक सांख्यिकीविद् के बीच अंतर के बारे में प्रकाशन के अनुवाद को साझा करना चाहता हूं, जो बदले में आर को अभ्यास में उपयोग करता है।

परिचय

पिछले दस वर्षों में, डेटा वॉल्यूम और उनकी उपस्थिति की दर तेजी से बढ़ी है। रिपोर्टों के अनुसार, हर दिन 3 क्विंटल से अधिक बाइट्स डेटा दिखाई देते हैं! यह आश्चर्य की बात नहीं है कि डेटा वैज्ञानिक का एक नया पेशा उनके साथ काम करने के लिए उभरा है - डेटा विश्लेषण और प्रसंस्करण में एक बहुमुखी विशेषज्ञ। हालांकि, लोग डिजिटल डेटा प्रोसेसिंग टूल के आगमन से पहले आंकड़ों में लगे हुए थे। इन दो व्यवसायों के बीच अंतर क्या हैं: डेटा और सांख्यिकी शोधकर्ता?

चलिए इसका पता लगाते हैं।

डेटा एक्सप्लोरर कौन है?

एक डेटा शोधकर्ता किसी भी सॉफ्टवेयर इंजीनियर के लिए पेशेवर गुणों में बेहतर है, और किसी भी सांख्यिकीविद् की तुलना में सॉफ्टवेयर विकास में भी बेहतर है।
डेटा शोधकर्ता बड़ी मात्रा में डेटा के साथ काम करते हैं, जो एक नियम के रूप में, संगठनों या साइटों पर रिपॉजिटरी में हैं, लेकिन साथ ही साथ वे रणनीतिक या वित्तीय लाभ प्राप्त करने के मामले में व्यावहारिक रूप से बेकार हैं। इष्टतम निर्णय लेने के लिए सिफारिशें और सुझाव प्रदान करने के लिए, डेटा शोधकर्ताओं ने सांख्यिकीय योजनाओं के साथ खुद को बांधा है और ऐसे स्रोतों से पिछले और वर्तमान डेटा का मूल्यांकन करते हैं।

विपणन और नियोजन प्रणालियों में, डेटा शोधकर्ता मुख्य रूप से उन विचारों और सांख्यिकीय संकेतकों की पहचान करने से संबंधित हैं जो परिणाम-उन्मुख विपणन नीतियों की तैयारी, कार्यान्वयन और ट्रैकिंग के लिए उपयोगी हो सकते हैं।

आंकड़े क्या हैं?

सांख्यिकीविद् पर्यावरण के व्यवहार या विवरण के पैटर्न की खोज में जानकारी एकत्र करते हैं और उसका मूल्यांकन करते हैं। इस जानकारी के आधार पर, वे मॉडल बनाते हैं। इन मॉडलों का उपयोग ब्रह्मांड की भविष्यवाणी करने और समझने के लिए किया जा सकता है।

उदाहरण के लिए, आंकड़े बताते हैं कि जन्मदिन मनाने के लिए सुरक्षित है - जितना बड़ा व्यक्ति, उतना अधिक जन्मदिन वह मनाता है।

आँकड़ों के क्षेत्र में शोधकर्ता एकत्रित और सामान्यीकृत उपयोगी आंकड़ों के आधार पर वास्तविक समस्याओं को हल करने में मदद करने के लिए सांख्यिकीय या गणितीय मॉडल बनाता है और उपयोग करता है। इंजीनियरिंग, विज्ञान और व्यवसाय सहित विभिन्न क्षेत्रों में डेटा एकत्र, विश्लेषण और उपयोग किया जाता है। संचित संख्यात्मक डेटा कंपनियों और उनके ग्राहकों को मात्रात्मक संकेतकों को समझने और रुझानों को ट्रैक करने या भविष्यवाणी करने में मदद करता है जो व्यावसायिक निर्णय लेने में उपयोगी होते हैं।

कौशल अंतर

डेटा एक्सप्लोरर

1. शिक्षा
कंप्यूटर वैज्ञानिक आमतौर पर उच्च शिक्षित होते हैं - उनमें से 88% के पास मास्टर डिग्री है, और 46% उम्मीदवार डिग्री के लिए उम्मीदवार हैं। हालांकि इस नियम के अपवाद हैं, सामान्य तौर पर, सूचना विज्ञान के क्षेत्र में आवश्यक विशेषज्ञ ज्ञान और कौशल प्राप्त करने के लिए, एक नियम के रूप में, मजबूत प्रशिक्षण की आवश्यकता होती है।

2. आर में प्रोग्रामिंग
डेटा विश्लेषकों के लिए कम से कम एक ऐसे उपकरण को जानना बेहतर होता है। R को विशेष रूप से डेटा साइंस की जरूरतों के लिए बनाया गया था। R का उपयोग करके, आप वैज्ञानिक उद्देश्यों के लिए किसी भी जानकारी को संसाधित कर सकते हैं। 43% डेटा शोधकर्ता सांख्यिकीय समस्याओं को हल करने के लिए R का उपयोग करते हैं। हालाँकि, R के पास अध्ययन का एक कांटेदार मार्ग है।

3. पायथन में प्रोग्रामिंग
पायथन, जावा, पर्ल और सी / सी ++ के साथ, डेटा विज्ञान के लिए सबसे लोकप्रिय प्रोग्रामिंग भाषाओं में से एक है। डेटा शोधकर्ताओं के लिए, पायथन एक अच्छा विकल्प है।

4. Hadoop Platform
सभी में नहीं, लेकिन कई मामलों में, इस उपकरण का स्वामित्व अत्यधिक वांछनीय है। एक विशेषज्ञ का मूल्य बढ़ जाता है यदि उसे हाइव या सुअर के साथ भी अनुभव होता है। अमेज़न S3 जैसे क्लाउड टूल भी काम आ सकते हैं।

5. एसक्यूएल: डेटाबेस और प्रोग्रामिंग के साथ काम करना
डेटा शोधकर्ताओं को SQL में कुशल होना चाहिए। यह प्रोग्रामिंग भाषा विशेष रूप से डेटा के साथ काम करने के लिए डिज़ाइन की गई है। यह आपको उन जानकारियों को प्राप्त करने की अनुमति देता है, जो संक्षिप्त क्वेरी निर्देशों का उपयोग करके डेटाबेस में रुचि रखते हैं - जल्दी और बोझिल कोड लिखे बिना।

6. मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस
कई डेटा शोधकर्ताओं ने तंत्रिका नेटवर्क, गहरी और प्रतिस्पर्धी सीखने और इसी तरह की चीजों में कुछ भी समझे बिना एल्गोरिदम और मशीन सीखने के तरीकों को नहीं जाना है। हालांकि, यदि आप बाकी डेटा शोधकर्ताओं से बाहर खड़े होना चाहते हैं, तो आप बेहतर तरीके से समझ सकते हैं जैसे मशीन सीखना एक शिक्षक के साथ, निर्णय पेड़, लॉजिस्टिक प्रतिगमन, आदि।

7. डेटा विज़ुअलाइज़ेशन
कॉर्पोरेट जगत में डेटा की मात्रा बहुत बड़ी है। उन्हें आसानी से समझने वाले प्रारूपों में रूपांतरण की आवश्यकता होती है। एक नियम के रूप में, लोग ग्राफ और चार्ट के रूप में डेटा को बेहतर तरीके से समझते हैं।

8. असंरचित डेटा
डेटा एक्सप्लोरर को अनस्ट्रक्चर्ड डेटा के साथ काम करने के लिए तैयार रहना चाहिए। ऐसा डेटा एक मनमाना प्रारूप में है और इसे डेटाबेस में संग्रहीत नहीं किया जाता है - उदाहरण के लिए, तस्वीरें, ब्लॉग प्रविष्टियाँ, ग्राहक समीक्षा, सामाजिक नेटवर्क पर पोस्ट, वीडियो, ऑडियो फ़ाइलें आदि।

9. व्यापारिक सिद्धांतों का ज्ञान
सूचना के क्षेत्र में एक शोधकर्ता होने के लिए, आपको उस क्षेत्र को समझने की आवश्यकता है जिसमें आप काम करते हैं, साथ ही साथ व्यवसाय के कार्य जो आपकी कंपनी का सामना करते हैं।

10. संचार कौशल
एक मजबूत डेटा शोधक की तलाश में रहने वाली कंपनियों को एक ऐसे व्यक्ति की आवश्यकता होती है जो स्पष्ट रूप से और स्वतंत्र रूप से तकनीकी परिणामों को गैर-कोर दर्शकों तक पहुंचा सके, जैसे कि विपणक या बिक्री विशेषज्ञ।

आंकड़े

• संभाव्यता सिद्धांत और आगमनात्मक आँकड़ों का गहन ज्ञान।
• संख्याओं के साथ काम करने की क्षमता - यह कौशल बुद्धि के सामान्य स्तर को दर्शाता है, और इसका विकास काफी हद तक संगठन के लक्ष्यों की प्राप्ति में योगदान देता है।
• विश्लेषणात्मक कौशल - डेटा एकत्र करने और मूल्यांकन करने, समस्याओं को हल करने और विकल्प बनाने की क्षमता। ये कौशल उन मुद्दों को हल करने में मदद करेंगे जो कंपनी का सामना करते हैं, श्रम उत्पादकता बढ़ाते हैं और कॉर्पोरेट लक्ष्यों को प्राप्त करते हैं।
• लेखन और मौखिक संचार कौशल।
• अच्छे पारस्परिक कौशल वे विशेषताएं और व्यवहार हैं जो हम दूसरों के साथ बातचीत करते समय प्रदर्शित करते हैं। उन्हें सबसे अधिक प्रासंगिक सामाजिक-मनोवैज्ञानिक कौशल में से एक माना जाता है। हम मौखिक और गैर-मौखिक बातचीत की सभी स्थितियों में उनका उपयोग करते हैं। वास्तव में, मुख्य व्यक्तित्व लक्षण और व्यक्ति के काम करने के दृष्टिकोण का किसी विशेष स्थिति में सफल होने की उसकी क्षमता पर निर्णायक प्रभाव पड़ता है।

उपकरण अंतर

सांख्यिकी उपकरण

1. एसपीएसएस
सामाजिक विज्ञान के लिए सांख्यिकीय पैकेज (SPSS) यकीनन मानव व्यवहार अनुसंधान के क्षेत्र में सबसे आम सांख्यिकीय सॉफ्टवेयर है। एसपीएसएस का दृश्य इंटरफ़ेस आपको वर्णनात्मक आंकड़ों और पैरामीट्रिक और गैर-पैरामीट्रिक विश्लेषण के परिणामों को संयोजित करने की अनुमति देता है, चित्रमय रूप में प्रस्तुत किया गया है। एसपीएसएस में अनुमान या जटिल सांख्यिकीय गणना को स्वचालित करने के लिए स्क्रिप्ट बनाने की क्षमता है।

2. आर
आर एक फ्रीवेयर सॉफ्टवेयर पैकेज है जो मानव व्यवहार और अन्य क्षेत्रों के अध्ययन में सक्रिय रूप से उपयोग किया जाता है। सूचना आधारित प्रक्रिया के विभिन्न चरणों को सरल बनाने वाले आर-आधारित उपकरण विभिन्न अनुप्रयोगों के लिए उपलब्ध हैं। आर उच्च-प्रदर्शन सॉफ्टवेयर है, लेकिन इसमें महारत हासिल करना इतना सरल नहीं है। इसके अलावा, इसके उपयोग के लिए कोड लेखन कौशल की आवश्यकता होगी।

3. MATLAB (गणित)
MatLab तकनीकी विशेषज्ञों और शोधकर्ताओं द्वारा व्यापक रूप से उपयोग किया जाने वाला एक एनालिटिक्स और प्रोग्रामिंग प्लेटफ़ॉर्म है। जैसा कि आर के मामले में, विकास पथ कांटेदार है, और एक निश्चित स्तर पर आपको अपने कार्यक्रम लिखने की आवश्यकता होगी। विभिन्न प्रकार के उपकरण अनुसंधान कार्यों से निपटने में मदद करेंगे (उदाहरण के लिए, ईईजीलैब उपकरण ईईजी डेटा का विश्लेषण करने के लिए डिज़ाइन किया गया है)। हालांकि शुरुआती लोगों के लिए माटलैब का उपयोग करना मुश्किल होगा, यह पैकेज बहुत व्यापक संभावनाएं प्रदान करता है, बशर्ते कि आप कोड लिख सकते हैं (या कम से कम आवश्यक उपकरण चला सकते हैं)।

4. माइक्रोसॉफ्ट एक्सेल
Microsoft एक्सेल विज़ुअलाइज़ेशन टूल और उपयोग में आसान सांख्यिकीय कार्यों की एक श्रृंखला प्रदान करता है, हालांकि यह पूर्ण सांख्यिकीय विश्लेषण उपकरण नहीं है। संख्याओं के साथ काम करना, सारांश योगों की गणना करना और कस्टम ग्राफ़ बनाना आसान है। ये उन लोगों के लिए उपयोगी उपकरण हैं जो यह देखना चाहते हैं कि उपलब्ध जानकारी के मूल में कौन सा डेटा है। चूंकि एक्सेल का उपयोग कई लोगों और कंपनियों द्वारा किया जाता है, इसलिए इसे शुरुआती लोगों के लिए एक किफायती विकल्प माना जा सकता है।

5. ग्राफपैड प्रिज्म
ग्राफपैड प्रिज्म कई अवसर प्रदान करता है जिसे विभिन्न क्षेत्रों में लागू किया जा सकता है, विशेषकर जीव विज्ञान से संबंधित आंकड़ों में। SPSS की तरह, विश्लेषण और परिष्कृत सांख्यिकीय गणना स्क्रिप्ट का उपयोग करके यहां स्वचालित की जा सकती है।

6. मिनिताब
मिनिटैब सॉफ्टवेयर पैकेज सूचना के मूल्यांकन के लिए कई बुनियादी और काफी परिष्कृत सांख्यिकीय उपकरण प्रदान करता है। ग्राफपैड प्रिज्म की तरह, इसके ग्राफिकल यूजर इंटरफेस और स्क्रिप्ट के लिए धन्यवाद, यह शुरुआती और उपयोगकर्ताओं दोनों के लिए सुलभ हो सकता है जिन्हें अधिक जटिल विश्लेषण की आवश्यकता होती है।

डेटा शोधक उपकरण

1. आर
आर सांख्यिकीय गणना और उनके दृश्य के लिए एक मुफ्त सॉफ्टवेयर पैकेज है। संकलन और कई यूनिक्स, विंडोज और मैकओएस प्लेटफार्मों पर चलता है।

2. अजगर
पाइथन गुइडो वैन रोसुम द्वारा विकसित एक लोकप्रिय प्रोग्रामिंग भाषा है। भाषा के लिए स्रोत कोड पहली बार 1991 में प्रकाशित हुआ था। पायथन का उपयोग बैकेंड डेवलपमेंट, कंप्यूटर निर्माण, गणित और सिस्टम के लिए स्क्रिप्टिंग के लिए किया जाता है।

3. जूलिया
जूलिया भाषा मूल रूप से उच्च-प्रदर्शन कंप्यूटिंग के लिए बनाई गई थी। विभिन्न एलएलवीएम प्रणालियों के लिए, जूलिया कार्यक्रमों को कुशल देशी कोड में संकलित किया जाता है। जूलिया एक डायनेमिक टाइपिंग प्रोग्रामिंग लैंग्वेज है जो स्क्रिप्टिंग लैंग्वेज की तरह दिखती है और इसमें विकास के माहौल में बेहतरीन इंटरैक्टिव टिप्स दिए गए हैं।

4. झांकी
झांकी व्यापार खुफिया क्षेत्र में सबसे तेजी से बढ़ते डेटा विज़ुअलाइज़ेशन उपकरण में से एक है। कच्चे डेटा को आसानी से समझने वाले प्रारूपों में बदलने का यह सबसे अच्छा तरीका है जिसमें तकनीकी ज्ञान और प्रोग्रामिंग कौशल की आवश्यकता नहीं होती है।

5. QlikView
QlikView उद्यम डेटा खोज के लिए मुख्य प्लेटफार्मों में से एक है। यह कई विशेषताओं में पारंपरिक व्यापारिक खुफिया प्रणालियों से भिन्न है। जानकारी का विश्लेषण करने के लिए एक उपकरण के रूप में, यह हमेशा रंग का उपयोग कर डेटा के बीच संबंध की कल्पना करता है, और असंबंधित जानकारी भी प्रदर्शित करता है। प्रत्यक्ष और अप्रत्यक्ष खोज सूची हेडर में प्रश्नों को दर्ज करके कार्यान्वित की जाती है।

6. AWS
कंप्यूटिंग शक्ति, डेटाबेस संसाधन, और सामग्री वितरण सेवाओं की पेशकश, अमेज़ॅन वेब सर्विसेज (AWS), एक सुरक्षित क्लाउड प्लेटफॉर्म, व्यवसायों को अपने व्यवसाय को विकसित करने में मदद करता है। लाखों ग्राहक पहले से ही AWS और विकल्पों का उपयोग कर रहे हैं ताकि जटिल अनुप्रयोगों को महान लचीलापन, मापनीयता और विश्वसनीयता के साथ विकसित किया जा सके।

7. चिंगारी
अपाचे स्पार्क एक तेज क्लस्टर कंप्यूटिंग ढांचा है। यह जावा, स्काला, पायथन और आर के लिए उच्च-स्तरीय एपीआई का समर्थन करता है, साथ ही साथ एक अनुकूलित ग्राफ़ प्रसंस्करण इंजन भी।

8. रैपिडमैन
RapidMiner डेटा प्रोसेसिंग के लिए एक प्रौद्योगिकी मंच है। इसमें डेटा तैयारी फ़ंक्शंस, मशीन लर्निंग और डीप लर्निंग एल्गोरिदम, टेक्स्ट एनालिसिस टूल और एक प्रेडिक्टिव एनालिटिक्स एनवायरनमेंट शामिल हैं। RapidMiner सभी मशीन लर्निंग टूल्स का समर्थन करता है, जिसमें जानकारी तैयार करना, परिणामों की कल्पना करना, परियोजना आवश्यकताओं के अनुपालन की पुष्टि करना और अनुकूलन करना शामिल है। रैपिडमाइनर का उपयोग व्यवसाय, उद्योग में प्रशिक्षण और शिक्षण, रैपिड प्रोटोटाइप और सॉफ्टवेयर विकास के लिए किया जाता है।

9. डाटब्रिक्स
डेटा प्रोसेसिंग और बिजनेस टेक्नोलॉजी सपोर्ट को मिलाने वाले डेटाब्रिक्स प्लेटफॉर्म को डेटा प्रोफेशनल्स, इंजीनियरों और शोधकर्ताओं के लिए तैयार किया गया है। मंच मशीन लर्निंग के पूरे जीवन चक्र का समर्थन करता है: सूचना की तैयारी से लेकर परीक्षण और कार्यान्वयन तक।

वेतन अंतर

डेटा अनुसंधान न केवल सांख्यिकीविदों के काम की तुलना में अधिक है, बल्कि बेहतर भुगतान भी है। ग्लासडोर के अनुसार, संयुक्त राज्य अमेरिका में एक डेटा शोधकर्ता के लिए औसत वेतन $ 118,709 है, और आंकड़े $ 75,069 हैं। डेटा शोधकर्ता - उद्यम के लिए एक बहुमुखी विशेषज्ञ, महत्वपूर्ण सवालों के जवाब प्रदान करने में सक्षम। आमतौर पर उसे एक खुला प्रश्न मिलता है। विशेषज्ञ यह पता करता है कि क्या जानकारी की आवश्यकता है, कार्य के लिए समय सीमा निर्धारित करता है, मॉडलिंग और विश्लेषण करता है, और एक शानदार कार्यक्रम लिखता है जो आपको उत्तर प्राप्त करने की अनुमति देता है।

कैरियर के अवसर

कैरियर के अवसर सांख्यिकी

सांख्यिकीय तकनीशियन
सांख्यिकीय विशेषज्ञ आमतौर पर एक वरिष्ठ सांख्यिकीविद् की देखरेख में जानकारी का विश्लेषण करते हैं, जो उनके संरक्षक भी हो सकते हैं। कुछ समय बाद, ऐसे कई विशेषज्ञ अधिक जिम्मेदार और स्वतंत्र पदों के लिए मंच छोड़ देते हैं और जटिल तकनीकी कार्य करते हैं।

अनुप्रयुक्त सांख्यिकी
एप्लाइड सांख्यिकीविद् यह सुनिश्चित करने के लिए जिम्मेदार हैं कि प्रत्येक महत्वपूर्ण मुद्दे के लिए, उचित डेटा एकत्र किया जाता है और विश्लेषण के लिए तैयार किया जाता है (या एक उपयुक्त विश्लेषण किया गया है) और परिणामों के साथ एक रिपोर्ट तैयार की जाती है। वे परियोजना दल के अभिन्न अंग होने के साथ अन्य तकनीकी विशेषज्ञों और प्रबंधन के साथ मिलकर काम करते हैं।

वरिष्ठ सांख्यिकीविद
एक वरिष्ठ सांख्यिकीविद के पास सांख्यिकी की तुलना में जिम्मेदारियों की एक विस्तृत श्रृंखला होती है। वह समग्र रूप से संगठन के लक्ष्यों के साथ संबंध खोजने के लिए बड़े पैमाने पर मुद्दों की पड़ताल करता है। नए विचारों की पेशकश करने के लिए जो समय के साथ संगठनों और ग्राहकों को लाभान्वित करेंगे, वरिष्ठ सांख्यिकीविद् सक्रिय हैं। अक्सर वे परियोजना के शुरुआती चरणों में जुड़ते हैं, संख्याओं के आधार पर समस्याओं की पहचान करने में मदद करते हैं, और उन्हें वरिष्ठ प्रबंधन को हल करने के तरीके सुझाते हैं। फिर उन्हें परिणाम तैयार करने और प्रस्तुत करने के लिए भर्ती किया जाता है। सांख्यिकीय मामलों में, वे अक्सर सूचना और अनुभव का सबसे अच्छा स्रोत होते हैं।

सांख्यिकी प्रमुख
सांख्यिकी विभागों के प्रमुख, विशेष रूप से सबसे युवा, परियोजना नियोजन में शामिल होते हैं, जो यह निर्धारित करने में मदद करते हैं कि क्या होना चाहिए। वे कर्मचारियों की भर्ती करते हैं, सलाह देते हैं और परियोजनाओं के समग्र परिणामों के लिए जिम्मेदार हैं। वे वरिष्ठ प्रबंधकों को विभाग की उपलब्धियों के बारे में सूचित करते हैं, अपने कर्मचारियों को कैरियर के विकास में मदद करते हैं और विकास की दिशा निर्धारित करते हैं। उनके प्रशासनिक कर्तव्यों में कर्मचारियों की भर्ती और विकास शामिल है, साथ ही साथ उनके काम की प्रभावशीलता का मूल्यांकन करना भी शामिल है। स्पष्ट कारणों के लिए, सामान्य श्रमिकों की तुलना में कम प्रबंधकों की आवश्यकता होती है।

सांख्यिकी पर निजी सलाहकार
कुछ लागू सांख्यिकीविद स्वतंत्र निजी सलाहकार बन जाते हैं। वे विशेष अध्ययन करते हैं, अक्सर उन संगठनों द्वारा कमीशन किया जाता है जिनमें सांख्यिकीविद् नहीं होते हैं, या अन्य सांख्यिकीविदों के काम का मूल्यांकन करते हैं। सांख्यिकीय सलाहकार अक्सर कानूनी मुद्दों को हल करने में विशेषज्ञों के रूप में शामिल होते हैं।

कैरियर के अवसर डेटा विश्लेषक

डेटा एक्सप्लोरर
डेटा शोधकर्ता जानकारी को संसाधित करने के लिए उपयोग किए जाने वाले सांख्यिकीय और गणितीय मॉडल के साथ काम करते हैं। डेटा विश्लेषण विशेषज्ञ का उज्ज्वल दिमाग काम में आएगा जब ऋणों की संख्या का आकलन करने के लिए एक प्रणाली बनाई जाएगी जिसे अगले महीने चुकाया नहीं जा सकता है।

डाटा प्रोसेसिंग विशेषज्ञ
ये व्यापक-आधारित विशेषज्ञ सॉफ्टवेयर विकास के अपने ज्ञान पर भरोसा करते हुए, बड़े डेटा सेट को संसाधित करने के लिए कंप्यूटिंग सिस्टम का उपयोग करते हैं। आमतौर पर, उनमें से प्रत्येक कई प्रोग्रामिंग भाषाओं को जानता है, जैसे कि पायथन और जावा। आमतौर पर, ये कर्मचारी डेटा कोड लिखने, डेटा साफ़ करने और डेटा शोधकर्ताओं से पूछताछ करने पर ध्यान केंद्रित करते हैं। डेटा शोधकर्ता द्वारा बनाए गए प्रेडिक्टिव मॉडल को प्रोग्राम कोड में बदलने के लिए, वे आमतौर पर डेटा प्रोसेसिंग विशेषज्ञ की सेवाओं का सहारा लेते हैं।

विश्लेषक
और अंत में, ऐसे विशेषज्ञ हैं जो डेटा पर शोध करते हैं, रिपोर्ट बनाते हैं और कल्पना करते हैं कि यह डेटा क्या करता है। विश्लेषकों ने कंपनी के कर्मचारियों को विशिष्ट मुद्दों पर जानकारी प्राप्त करने में मदद की।

सारांश

एक उत्कृष्ट विश्लेषक एक मूल्यवान विशेषज्ञ है; उनकी कोडिंग शैली गति के संदर्भ में अनुकूलित है। लेकिन वह एक सांख्यिकीविद् नहीं है, एक बुरा भी नहीं है, क्योंकि वह तथ्यों के आधार पर अंतिम निष्कर्ष नहीं देता है। विश्लेषक का मुख्य कार्य यह बताना है: “हमारे डेटा में यही है। यह कहना कि इसके बाद क्या करना मेरा काम नहीं है। शायद निर्णय लेने वाले आंकड़े जानना चाहेंगे। "

यह सब, हम पाठ्यक्रम पर सभी का इंतजार कर रहे हैं।