數據分析專員入行攻略：Data Analyst同Data Scientist有何區別？
了解彼此的工作內容 投身成為數據分析專員
置身以科技為主導的社會，各行各業開始發展數據應用。職商界對於「大數據」的討論不絕於耳，並將之視為未來發展重點之一，造就出數據分析行業的興起。有意成為行內人士的你，以下2大數據分析相關職位你絕對不能不知：
Data Analyst 數據分析師
這個職位通常屬於商業部門而不是IT部門。通常這個職位都需要定期整理報告來分析每月或季度數據，然後把見解和預測交給Business Analyst或管理層做日常決策。例如下個月應該集中推廣產品A還是B? 或是一些比較複雜的研究項目，如做減價對銷售量的影響等等。
很多人以為從事數據分析師必須修讀數據科學或數學相關科目，其實即使非相關學科出身，只要你具備統計學、數學觸覺及基本資料視覺化(Data Visualization)的能力，並對編程語言如Python、R語言有少許認識，行內人士亦會考慮聘請並提供在職培訓，甚至可以慢慢進修成為Data Scientist。對數字敏感，同時具備市場洞察力和分析能力的你，不妨一試！
Data Scientist 數據科學家
被《哈佛商業評論》評為「二十一世紀最性感的職業」的Data Scientist，是不少大企業的新寵。這個職位會存在於IT部門，或會自成一個獨立部門。他們的職責是解決一切數據分析師解決不了的複雜問題。他們雖然不需要定期製作報告來分析季度數據，但他們需要用編程語言寫出一些數據模式，然後可以自動的預測未來趨勢，如下年應該要生產多少產品A和B，或自動地為市場部提供決策，如應該增加Facebook還是Google的廣告預算等。
他們除了須掌握良好數學和統計學的基礎，並須要具備強勁的商業敏感度、邏輯思考能力及資料視覺化(Data Visualization)的能力，能夠把自己的見解轉化成一個商業故事，並用圖像表達出來。作為新型數據分析專家，他們深諳Python、Matlab等數據挖掘工具的操作，從而以它們編制並創建出各種新型統計數據模式，再利用數據為不同企業預測市場走勢並作風險評估。因此，如果對機器學習(Machine Learning)有認識也會對工作上有很大幫助。
了解過兩者的工作日常，反倒對數據分析的行業更有興趣了？一於坐言起行，從數據分析師到數據科學家。不斷提升自我，努力實現夢想，邁向理想職業！