【我們為什麼挑選這篇文章】在外界眼中，數據科學與數據分析乍聽之下可能有些相似，事實上兩者的確有共通點，不過數據科學更可說是數據分析的二轉。本文除了分析數據科學與數據分析之異同，更說明為何數據科學更勝一籌。（責任編輯：周庭羽）
數據分析
首先講到數據分析，數據分析師、業務分析師、商業情報分析師，甚至 Tableau 開發人員都可算是數據分析的其中一員。
數據分析的重點是描述和可視化數據所包含的訊息，再向非技術用戶傳達並做進一步的解釋說明。而數據分析與數據科學家雖有許多相似之處，但關鍵就是 數據分析並不是透過自動化、演算法化的方法來進行預測。
▌SQL
前文提到過數據科學家如何使用 SQL，數據分析師也會進行類似的操作。但是，SQL 對數據分析師更重要。數據科學家可能只是簡單地從表單中選擇列就可以了，而數據分析師卻要執行更為複雜的查詢操作（例如常用的表單表達式、數據透視表、視窗函數、子查詢）。
不同公司情況不同，有時候數據分析師更接近數據工程師，而非數據科學家。
▌Excel
雖然有些老派，但依然強大，你甚至可以用它做預測分析和趨勢分析。唯一缺點是跟 Python 比速度實在太慢。
▌Tableau
一種可視化工具，大多數公司都把它明確列為數據分析師的必備技能。
在 Tableau 中可以拖放數據到預設圖表，簡單強大；還有更多復雜的高級功能，比如計算欄位，連接到一個實時的 SQL 數據庫而非基於靜態的 Excel 表單進行分析。
所以說，數據分析師也要做很多事，只是主要負責：
- 與相關部門定義要解決的業務問題
- 獲取數據（使用 SQL）
- 探索性的數據分析、趨勢分析和可視化（使用 Excel 和 Tableau），可根據工作場景，向有關部門展示從數據中獲得的發現，並提供可行性的建議
數據科學
再換一個角度看數據科學，這是一個實施自動化統計的行業，使用各種模型來進行分類和預測。
下面是成為數據科學家必備的一些技能：
- Python 或者 R
- SQL
- Jupyter Notebook
- 演算法／建模
▌Python
根據我個人經驗，大部分公司傾向於用 Python 而不是 R 作為主要編程語言。雖然職位描述裡可能會同時列出兩者；但是，我猜你身邊的大多數人，譬如機器學習工程師、數據工程師和軟體工程師，可能都不怎麼熟悉 R 語言。因此，要想成為一名更全面的數據科學家，Python 應該 CP 值更高。
▌SQL
乍看之下更像是數據分析師的技能，確實如此，但 SQL 仍是你從事數據科學必備的技能。工作中數據集往往不會直接發給你的，這跟學術界不同，你需要通過 SQL 獲得自己的數據集。現在有很多 SQL 的分支，比如 PostgreSQL、MySQL、Microsoft SQL Server T-SQL，以及 Oracle SQL。它們都屬於同一種查詢語言，形式接近，但平臺不同。因此，會其中任何一種就行，換到另一種 SQL 很容易。
▌Jupyter Notebook
數據科學家的遊樂場，既可以用於編程也可以建模。你可以把 Jupyter 當作一個研究工具，你可以編程、寫代碼、註釋掉代碼、調用 sklearn、pandas 和 numpy 這些資料庫來建模和測試。
▌演算法
數據科學家的主要職責是用演算法來快速準確地預測、分類，以及根據數據來給建議。每當你用新的數據來訓練模型，就會得到一些新的結果。關鍵的演算法通常分成兩大類：無監督學習（如聚類）和有監督學習（如分類／回歸）。
總而言之，數據科學家要做很多事，但主要職責是：
- 與有關部門一起定義要解決的問題
- 獲取數據（使用 SQL）
- 探索性的數據分析、特徵工程、模型構建、預測（使用 Python、Jupyter Notebook、各種演算法）
- 根據工作場景，將代碼編製成 .py 文件和／或用於部署的模型
兩者關鍵差異：能否以自動化進行分析
一部分差異主要在分析的自動化上，數據科學家 專注於使用 Python 等語言編寫演算法，進行自動化分析和預測 ；而數據分析師則 使用靜態的或者過往的數據 ，在某些情況下會使用 Tableau 和 SQL 等工具去做預測。
（本文經合作夥伴 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈数据科学家 vs 数据分析师，到底有啥区别？〉。首圖來源：Unsplash，CC Licensed。）
（本文提供合作夥伴轉載。首圖來源：Unsplash，CC Licensed。）
你可能感興趣
▌ 【不要再說文組不能學 coding】《Nature》：語言能力越好，寫程式學習力更高
▌ Stack Overflow 年度報告出爐：Python 跌到第三名，現在工程師最喜歡哪個程式語言？
▌ 微軟工程師推出 Python 零基礎課程，用 10 分鐘的短片讓你輕鬆上手！
多雲平台管理不易，找出資安威脅難上加難
IBM 解惑如何善用「開源技術」自動因應網路攻擊