Professione Informatica: Differenza tra Data scientist e Data specialist
Il ruolo di queste due figure lavorative tende ad essere spesso complementare. Il data scientist, competente in statistica, programmazione e data mining, data visualization (disciplina simile alla visual communication che implica la creazione e lo studio di una rappresentazione grafica dei dati), produce modelli ed effettua analisi e ricerche sui dati in cerca di nozioni che possono influire in materia di business. Mentre il data specialist (analyst) elabora i dati al fine di produrre strumenti utili nel decision-making. Può sembrare che l’analista e lo scienziato eseguano il medesimo lavoro, ma esistono delle differenze tra queste due mansioni:
- Il data scientist si pone delle domande che aiuterebbero a rendere più efficiente tutto ciò che concerne il business e proponendo poi possibili soluzioni, mentre un data analyst dà soluzioni a domande fattegli da un business team.
- Entrambi i ruoli si dedicano alla scrittura di queries, lavorano con team di ingegneri per ricercare dati corretti, per il data munging (indica la conversione di dati, modificando il forma to o altre caratteristiche in modo tale da rendere più facile e conveniente l’analisi/interpretazione degli stessi) e per ottenere informazioni dai dati. Un data analyst, comunque, non costruisce modelli statistici né mette mano in tecniche di machine learning o programmazione avanzata. Lavora, invece, su database SQL o simili oppure su business intelligence con opportuni tool/packages.
- Il ruolo del data scientist è ricercato anche per la sua abilità in merito di data visualization e l’abilità di convertire dati in una business story.
In Italia però la figura del data scientist non è riconosciuta a livello professionale, a differenza degli Stati Uniti. In Italia si parla infatti di analista il quale si trova, a volte, a dover affrontare problematiche che rientrano nei campi di competenza del data scientist.