دسته بندی دانشمندان داده

دانشمندان داده بسته به مهارت هایی که دارند  با وظایف مختلفی در صنعت مشغول به کار می شوند.  در زیر به دسته بندی و انواع مهارت های دانشمندان داده می پردازیم:

• کسانی که در آمار قوی هستند. آنها گاهی اوقات تئوری های آماری جدیدی را برای کلان داده ها ایجاد می کنند که حتی آماردانان سنتی نیز از آن آگاه نیستند. آنها در مدل‌سازی آماری، طراحی تجربی، نمونه‌برداری، خوشه‌بندی، کاهش داده‌ها، فواصل اطمینان، آزمایش، مدل‌سازی، مدل‌سازی پیش‌بینی و سایر تکنیک‌های مرتبط متخصص هستند.

• افرادی که در ریاضیات قوی هستند. مانند سازمان امنیت ملی یا افراد دفاعی/نظامی و اخترشناسان که روی داده های بزرگ کار می کنند و یا افرادی که تحقیقات عملیاتی، بهینه سازی تجاری، مدیریت موجودی و پیش بینی، بهینه سازی قیمت، زنجیره تامین، کنترل کیفیت و بهینه سازی بازده را انجام می دهند.

• کسانی که در مهندسی داده، Hadoop، بهینه سازی و معماری سیستم های پایگاه داده/حافظه/فایل (database/memory/file)، API، Analytics به عنوان سرویس، بهینه سازی جریان داده ها (data flows)، لوله کشی داده ها (data plumbing) قوی هستند.

• افراد که در یادگیری ماشینی و علوم کامپیوتری (مانند الگوریتم ها، پیچیدگی محاسباتی) قوی هستند.

• کسانی که در کسب و کار، بهینه سازی بازگشت سرمایه، علوم تصمیم گیری قوی هستند. آنها در برخی از وظایفی که به طور سنتی توسط تحلیلگران تجاری در شرکت های بزرگتر انجام می شود در سطح بالا قرار دارند. مانند: طراحی داشبورد، انتخاب ترکیب متریک (metric mix selection) و تعاریف متریک، بهینه سازی نرخ بازگشت سرمایه (return on investment (ROI))، طراحی پایگاه داده”

• کسانی که در کدنویسی و مهندسی نرم افزار قوی هستند و چند زبان برنامه نویسی را می دانند.

• کسانی که در تجسم داده قوی هستند.

• کسانی که در داده های مکانی یا فضایی (spatial data)، سیستم اطلاعات جغرافیایی (geographic information system (GIS))، داده های مدل سازی شده توسط نمودارها، پایگاه های داده گراف قوی هستند.

• کسانی که در چند مورد فوق قوی هستند.