数据科学家，数据工程师和数据分析师的区别

通常，我们会听到关于 CS 工程师的不同名称，例如数据科学家、数据分析师和数据工程师。让我们讨论一下上述三个角色之间的区别。

• 数据分析师 - 主要工作重点是优化场景，比如员工如何改善公司的产品增长。数据清理和组织原始数据，分析和可视化数据以解释分析并呈现数据的技术分析。数据分析师所需的技能是 R、Python、SQL、SAS、SAS Miner。
• 数据科学家 - 主要关注数据的未来显示。它们提供有监督和无监督的数据学习，比如数据的分类和回归、神经网络。连续回归分析将使用机器学习技术。数据科学家需要的技能是 R、Python、SQL、SAS、Pig、Apache Spark、Hadoop、Java、Perl。
• 数据工程师 — 数据工程师更专注于优化技术和以适当的方式构建数据。数据工程师的主要目标是不断改善数据消耗。主要是数据工程师在后端工作。优化的机器学习算法用于维护数据并使数据以最准确的方式可用。数据工程师需要的技能是 Pig、Hive、Hadoop、MapReduce 技术。