Machine Learning Engineer vs Data Analyst: Czyli co robi analityk danych i nie tylko
Ludzie którzy pracują w Data Science mogą być trochę przerażający, ze względu na ogrom wiedzy jaki posiadają. A ja zawsze chciałem zrobić wywiad z kimś z tej branży. Szczęśliwie – przez LinkedIn – poznałem Kasię Dyl (która ma własnego super bloga: crappydata.pl), która pracuje jako Machine Learning Engineer. Przez dwa odcinki rozmawialiśmy o tym, co robi analityk danych, co nas boli, co nas cieszy, co nas różni… Ogólnie – super rozmowa i dwa nieraz dość różne punkty widzenia.
Czy każdy może pracować jako ML Engineer?
Pierwszy odcinek poświęcony jest głównie dostawaniu się do branży. Kasia tłumaczy, że Data Science to nie jest wcale czarna magia – wymaga po prostu pracy i przejścia kilku etapów. Między innymi, można wcześniej pracować jako analityk danych. Poruszyliśmy również, ważny dla mnie wątek programista vs analityk – gdzie lepiej zaczynać.
Co porównania pracy analityka i kogoś z data science, to można powiedzieć, że chodzi spektrum automatyzacji. Próbując odpowiedzieć na pytanie co robi analityk danych, prędzej czy później docieramy do.. analiz właśnie. Tymczasem Data Scientist skupia się w większej mierze na tym, by owa analiza danych była niemalże zupełnie automatyczna.
Na koniec ponerdowaliśmy troszkę gadając o ulubionych programach do analizy danych.
Praca z danymi i praca jako analityk
Drugi odcinek, to już więcej rozmowy o mięsku. Spieram się z Kasią o to, czy Excel i VBA to dobre narzędzia do analizy danych – tu mamy zdanie kompletnie odmienne od tego, które prezentował mój inny gość – Tomasz Zarzyka.
Co ciekawe, w pewnym momencie role się odwracają i to Kasia zadaje pytanie mnie (jakie – odsyłam do filmiku).
Dodam jeszcze, że pewną część naszej rozmowy poświęcamy SCRUMowi. Co prawda nie każdy Machine Learning Engineer i nie każdy analityk w SCRUMie pracuje, ale niemalże każdy styka się z tą metodologią pracy w IT jako takim. Także o tzw. świecie agile też gadamy
Kasię można znaleźć w internetach między innymi tu:
blog: www.crappydata.pl
insta: https://www.instagram.com/crappydata/
fb: https://www.facebook.com/crappydata/
********************
To tyle w tym temacie. Analizujcie w pokoju!
Podobał Ci się ten artykuł?
Podziel się nim w Social Mediach:
>>> udostępnij go na LinkedIn i pokaż, że codziennie uczysz się czegoś nowego
>>> wrzuć go na Facebooka, to się może przydać któremuś z Twoich znajomych
>>> Przypnij sobie tą stronkę to zakładek, może się przydać w przyszłości
Wolisz oglądać niż czytać – nie ma problemu
>>> Obserwuj i oglądaj KajoData na YouTube
Inne ciekawe artykuły:
- Za dużo pracy? Wykorzystaj to!
- Moc obliczeniowa kontra czterolatek, czyli Paradoks Moraveca.
- Kampanie Google Ads za setki tysięcy złotych
A jeśli chcesz się dowiedzieć czegoś więcej o rozwoju zawodowym – zajrzyj tutaj.
