数据分析手册：数据分析师和数据科学家

数据分析师和数据科学家之间有什么区别，他们一天都做些什么工作？

这些问题以及类似的问题在新的免费电子书《数据分析手册：数据分析师和数据科学家》中得到了解答。

《数据分析手册：数据分析师和数据科学家》封面

这本电子书由 Brian Liou、Tristan Tao 和 Elizabeth Lin 创作。Brian 和 Tristan 是计算机科学 + 统计学毕业生，他们运营着博客statsguys。尽管他们有工作，但他们主动采访了行业中的数据分析师和数据科学家，询问了他们的背景、如何被聘用以及日常工作。

五大收获

这本书由 Elizabeth（设计师）精心制作，开篇就总结了采访中的五大收获。总而言之，这些是：

• 沟通能力至关重要。
• 数据收集和清理是最大的挑战。
• 数据分析师和数据科学家是不同的。
• 这个行业尚处于起步阶段。
• 好奇心胜过技术技能。

受访者

这本书有 32 页，您可以很快读完。它包含了来自 6 家公司的 7 次访谈，具体如下：

• Abraham Cabangbang 来自 LinkedIn
• Josh Wills 来自 Cloudera
• Ben Bregman 来自 Facebook
• Leon Rudyak 来自 Yelp
• Peter Harrington 来自 HG Data
• John Yeung 来自 Flurry
• Santiago Cortes 来自 HG Data

我最喜欢 Josh 的采访。他的回答清晰且有深度，我做了很多笔记。

他引用了一个精彩的说法，该说法被收录在本书的收获点之一：“数据科学家比软件工程师更懂统计学，又比统计学家更懂软件工程”。这句话非常符合我的想法。他进一步解释并评论说，当数据量大到需要考虑计算复杂性时，即数据需要工程思维来回答问题时，就需要数据科学家。

我从未听过对数据科学家这个角色如此精辟的定义。

总的来说，访谈强调了 SQL 在访问数据中的重要性，以及使用各种工具（Excel、Tableau、Micro Strategy）和语言（R 和 Python）来完成工作。许多时候，人们提到使用 PowerPoint / 幻灯片作为展示发现的媒介，而不是技术仪表盘和网页。

我推荐您下载此免费电子书，如果您对了解一线从业者的工具和考量感兴趣的话。