Jaka jest rola Inżyniera Danych i Data Scientist , a jaka analityka danych w organizacji?
03.10.2022
W tym artykule wyjaśnię Ci jaka jest rola Inżyniera Danych i Data Science i gdzie w tym wszystkim jest analityk danych, biorąc pod uwagę głównie naukę Pythona.
Poniżej stworzyłem schemat, który omawia jaką role pełni analityk danych, inżynier danych i data science w organizacji.
Czy Inżynier danych i Data Scientist to najseksowniejszy zawód świata?
Warto zwrócić uwagę, że w Pythonie operujemy “bibliotekami”, które są pakietami narzędzi do obróbki danych. Jest ich całkiem sporo.
Te główne zaprezentowałem na schemacie.
W konsekwencji niektóre są używane na przykład do obliczeń matematycznych, inne do operacji na tabelach, niektóre do wizualizacji, a jeszcze inne to czyste algorytmy do modeli machine learningowych.
Co ważne, w amerykańskich kuluarach mówiło się, że “Data Science to najseksowniejszy zawód roku 2021“. Obecnie czytam, że taki sam tytuł dla roku 2022 czy 2023 należy do Inżyniera Danych.
Uważam, że wprowadzenie Chat GPT na przełomie roku 2022/2023 zweryfikowało trochę rynek Data Scientistów. O tym sporo napisałem w artykule – “Jakie perspektywy ma praca analityka?” (kliknij tutaj aby przejść do artykułu)
Dlaczego? 
1. Wprowadzenie ułatwienia w postaci Chat GPT, które praktycznie za Ciebie napisze albo zweryfikuje jakieś fragmenty kodu, dało możliwość odciążenia z niektórych prac dla najbardziej zajętych umysłów ścisłych.
2. Warunek powyżej spowodował, że spadło zapotrzebowanie na zatrudniania kolejnych Data Scientist’ów, których zarobki oscylują z poziomem zaawansowanych programistów.
Żeby nie było Chat GPT nie jest perfekcyjny. Często się myli i wymaga fachowej wiedzy, aby odpowiednio nim zarządzać!
W jaki sposób wykonać swój pierwszy projekt w Pythonie? (Jaka jest rola inżyniera danych, data science i analityka w organizacji
Na poziomie analityka, często możecie potrzebować pomocy inżyniera danych, który dostarczy Ci w odpowiednim czasie dane z wielu systemów. 
Data Scientist może pomóc odnaleźć nie widoczne korelacje, stworzyć modele predykcyjne. 
Co więcej może stworzyć algorytmy machine learningowe 
, które przetworzą obraz, sygnał czy inne “dane”. Wszystko to już dzieje się zdecydowanie w chmurze.
Zatem analitykowi zostanie obrobienie, wizualizacja i dostarczenie danych, niezbędnych do podjęcia odpowiednich decyzji biznesowych.
Po co Ci mówię o jakiś dziwnych zawodach?
Aby poszerzyć Twój punkt postrzegania rzeczywistości. Przesuwanie horyzontów jest bardzo ważnym aspektem rozwojowym pracy każdego analityka. O ile kilka Exceli wysyłanych na koniec miesiąca może zdołasz obrobić. Nastaje jednak czasami taki moment w “karierze” (słowo zgroza), że ilość plików xlsb, csv, systemów może być kilkadziesiąt. Warto tutaj znać różne sposoby i możliwości rozwiązywania problemów. Może samodzielnie, a może przy pomocy innych osób w Twojej organizacji.
Jeżeli chciałbyś osobiście sprawdzić, co potrafi python pod względem analitycznym to odsyłam Cię do swojego artykułu – “Po co programowanie w Pythonie” (kliknij tutaj) lub tekst, gdzie pokazałem jak wykonać pierwszy projekt w pythonie – “Jak zrobić swój pierwszy projekt w Pythonie?” (kliknij tutaj)
To tak w bardzo dużym skrócie. Jest to duży skrót, który w zależności od ścieżki może przybierać różne kierunki.
Pozdrawiam,
Mariusz