Комментарии 5
Это кто Вас обманул, когда сказал, что для аналитика данных не требуется программирование?
Сейчас на любых курсах по аналитике данных есть питон и SQL. А то, что Вы описали как продвинутая визуализация, так это не у аналитики данных, а у BI-аналитиков (хотя и тем надо знать хотя бы SQL)
А сейчас я Вам расскажу, что Вы не то что не аналитик данных, Вы даже не аналитик
Вот возьмем эту цитату
1 .Яндекс Дзен дает такую формулировку и разбивает способности на такие критерии. Отличия аналитика данных от data scientist: в чем разница между специальностями (yandex.ru)
При этом Вы даете ссылку на пост яндекс-практикума.. Причем тут Дзен?
Момент, на картинке и правда написано что не требуется знание программирование, но тот же яндекс-практикум учит и питону и SQL. Причем довольно неплохо то учит. Ну и все остальные курсы по аналитике данных - везде есть питон и SQL
Немного странная статья - там по ссылке в преамбуле практикума от Яндекса всё куда более подробно и, можно сказать, точнее изложено. И там ключевая фраза
Главное отличие аналитика данных от специалиста по Data Science в том, что аналитик не владеет навыками машинного обучения, поэтому сам обрабатывает данные
и находящаяся чуть выше диаграмма вложения.
То что на яндекс-практикуме на аналитиков учат программированию, в т.ч. на SQL, это всё правильно (настолько же - как этому, скажем, учат в старшей школе или на первых (и более старших) курсах института (понятно, что в школе и на первых курсах этому учат достаточно поверхностно и не всегда, но не суть - тут важен сам факт). А уже далее аналитик в своём развитии угубляется в ту или иную специфику с применением тех или иных инструментов - а по анализу данных сейчас много инструментов по NoCODE идеологии. Ну и дата аналитик может далее развиваться как дата сейнтист - как нечто более глобальное, судя по диаграммам Яндекса, и мне сложно с этим не согласиться - но скорее это нужно воспринимать просто как некое отдельное ответвление - т.е. углубляться в большие данные можно по-разному и инструменты, которые нужно будет углублённо осваивать, для этого могут требоваться разные! Ранее анализом данных занимались и без всякого программирования - сейчас, стало просто больше возможностей, но не обязанностей в освоении того или иного механизма анализа и обработки данных! Да, обычно, чем выше должность - тем меньше программирования, а больше именно анализа.
Ну а сам пост автора, на мой взгляд, больше тянет на кукуют-то часть рекламной компании тех самых практикумов от Яндекса - хотя завуалировано всё очень хорошо, и если я прав - то снимаю шлюпу с маркетологов, проработавших такую концепцию ненавязчивого продвижения. Но я на 98% воспринимаю эту стать чисто как рекламу для перехода на ссылку описания яндекс-практикума! Допускаю, что статью на хабре и описание практикума писала одна и та же команда, может и автор статьи на хабре к ней и отношения не имеет.
Но прошу прощения за свои догадки, никого не хотел этим обидеть. Это исключительно моё мнение!
С Дзеном описка вышла.
Рекомендую внести некоторые правки (пунктуация, грамматика). По стилистике тоже многое следовало бы подправить.
– это Data Scientist.
"это" не нужно
(датасаентист), это одно и тоже
(датасаентист) - это одно и то же
50% за абсолютную
50% - за абсолютную
решил понять к какой профессии
решил понять, к какой профессии
аналитик больших данных кем я работаю
аналитик больших данных, кем я работаю
а Data Scientist переводиться как
а Data Scientist - как (или оставьте без мягкого знака, "переводится", т.к. глагол отвечает на вопрос Эчто делает?")
специалист по изучению или обработки данных
специалист по изучению и обработке данных
Яндекс Практикум дает такую формулировку и разбивает способности на такие критерии
Яндекс Практикум дает такое определение, сравнивая необходимые для этих специальностей навыки (критериев в строгом смысле слова здесь нет, как и описания способностей)
Это только первые три абзаца, которые попадают в превью статьи.
Кто я аналитик данных или датасаентист?