数据科学VS商业分析
发布时间:2020-02-11 11:18
一、基本介绍
●商业分析师
从结构化和非结构化的来源研究和提取有价值的信息,解释过去的、现在的和将来的经营业绩,确定分析模型和途径,为商业用户提供和解释解决方案。
●数据科学家
借助统计编程,设计、开发和运用算法来支持商业决策制定工具,管理海量数据,创建可视化以帮助理解。
二、课程设置
一个叫Science,一个叫Business,数据科学更偏技术一些。
大部分DataScience项目都设置在Engineering学院下,或独立成院,而BusinessAnalytics则一般设置在商学院下,属于商学院的一个分支。
DataScience更像一个完整独立的学科,集统计学、数据分析、机器学习等学科为一体,正在迅速发展形成体系;
BusinessAnalytics则更像是为了就业而设置的一个专业,加上商学院本身比较重视职业发展,因此授课重点是能在实际工作中用到的商业数据分析和决策辅助技能。
举两个大学的课程设置了解一下:
哥大ColumbiaUniversity的DataScience硕士项目,必修课程如下:
STATW4203PROBABILITYTHEORY
CSORW4246ALGORITHMSFORDATASCIENCE
STATW5703STATISTICALINFERENCEANDMODELING
COMSW4121COMPUTERSYSTEMSFORDATASCIENCE
COMSW4776MACHINELEARNINGFORDATASCIENCE
STATW4701EXPLORATORYDATAANALYSISANDVISUALIZATION
ENGIE4800DATASCIENCECAPSTONEANDETHICS
algorithms,machinelearning,computersystems,如果本科阶段没有编程基础,读起来肯定很吃力。但相对于传统的ComputerScience项目,对编程的要求还是低很多的,主要差别在代码量以及对系统的理解。数据科学一般编的程序不会太长,很少有那种一个模块几万行代码的项目,一般都可以划分为比较清晰的小功能模块,很多时候几百行代码就可以干很多事情,而且不涉及到底层操作系统、文件系统、服务器这个层面的编程,所以其实是比较适合半路出家的同学们学习的,尤其是数学和逻辑比较好的同学。还有就是,在数据科学领域,大家比拼的一般不是谁的程序运行效率更高,而是谁能提出更好的利用数据解决问题的方案,至于程序本身的实现一般不是重点。
补充建议:如果对自己能否应付课程持怀疑态度,建议上一下相关的网课,国内的小象学院,国外的Coursera、Udacity等都有很多相关课程。
南加大的BusinessAnalytics的课程设置:
DSO510BusinessAnalytics1.5
GSBA545DataDrivenDecisionMaking1.5
GSBA542CommunicationforManagement1.5
DSO530AppliedModernStatisticalLearningMethods3
DSO545StatisticalComputingandDataVisualization3DSO570TheAnalyticsEdge:Data,Models,andEffectiveDecisions3
DSO573orDSO599
DataAnalyticsDrivenDynamicStrategyandExecution/Gettingthe
OrganizationReadyforBigData
INF559IntroductiontoDataManagement3
decisionmaking,management,strategy,没那么码农了,有点做咨询的感觉。这个项目更适合商科背景的同学就读,编程要求相对不高,学过Excel建模、上过统计课程就能应付。但是,因为设置在商学院下,所以项目对同学的语言能力、表达能力要求都比较高,比方说USC录取的学生,基本都是托福110分左右的,而且很大一部分是美本,上课的时候也有一部分美国人,不像DataSciecne都是中国人和印度人。
三、就业分析
其实这两个专业本身都是技术性、实用性较强的专业,能否找到工作跟个人能力关系,如果确实学到了扎实的技术,哪怕从100名左右的学校出来一样很好找工作,因为这方面的人才缺口还是蛮大的。
DataScience偏技术的工作对语言交流的要求较低,更适合技术流学生。
BusinessAnalytics的优势是可以做技术,也可以做咨询或市场营销,能力更加多样化,更适合技术与沟通能力兼顾的学生。
另外,其实DataScience和BusinessAnalytics这两个专业也有很多共同的地方,而且可以通过选修课来重点发展自己感兴趣的方向,所以两者之间并没有很清晰的分界线,重点还是看个人的选择。