🎉 ฮัลโหลลล เพื่อน ๆ เจอกันอีกแล้ว วันนี้แอดจะพาเพื่อน ๆ มาดูความแตกต่างของอาชีพสาย Data ที่สุดฮิตแห่งยุคนี้เลยก็ว่าได้ เผื่อเป็นแนวทางให้กับน้อง ๆ หรือเพื่อน ๆ คนไหนที่อยากเดินไปสายนี้
.
👉 ทั้งสามนั้นมีรายละเอียด และต่างกันยังไง มาหาคำตอบไปพร้อมกันเลยยย !!
.
🔵 Data Scientist เป็นอาชีพที่ใช้ทักษะขั้นสูงเพื่อวิเคราะห์ และตีความข้อมูลที่ซับซ้อน เช่น การทำ Machine Learning, Deep Learning เป็นต้น
.
🔴 Data Engineer วิศวกรข้อมูลที่ช่วยจัดเตรียมข้อมูล ซึ่งจะมีหน้าที่พัฒนา สร้าง ทดสอบ และบำรุงรักษาสถาปัตยกรรมที่ใช้ในการจัดเตรียมข้อมูล
.
🟢 Data Analyst นักวิเคราะห์ข้อมูล ที่ใช้ข้อมูลตัวเลข และใช้กระบวนการทางสถิติมาวิเคราะห์ข้อมูลเพื่อใช้ข้อมูลดังกล่าวตัดสินใจหรือคิดกลยุทธ์ทางธุรกิจนั่นเอง
.
✨ ทักษะสำคัญที่ต้องมี
.
Data Scientist - ทักษะการวิเคราะห์ข้อมูลขั้นสูง, Data Mining, Machine Learning, Data Optimization, ทักษะการเขียนโปรแกรมขั้นสูง (SAS/R/ Python) เป็นต้น
.
Data Engineer - Data Warehousing & ETL, ทักษะการเขียนโปรแกรมขั้นสูง, Hadoop-based Analytics, SQL / Database, Data Architecture & Pipeline, Machine Learning Concept, Data Visualization เป็นต้น
.
Data Analyst - Data Warehouse, Adobe & Google Analytics, การเขียนโปรแกรมพื้นฐาน, ทักษะพื้นฐานทางสถิติ, SQL/Database, Data Visualization เป็นต้น
.
🌈 มีหน้าที่อะไรบ้าง ?
.
Data Scientist - รับผิดชอบในวิเคราะห์ข้อมูล จัดทำโมเดล วางแผนและกลยุทธ์สำหรับการวิเคราะห์ข้อมูล เรียนรู้ Tools และวิธีการต่าง ๆ ในการนำข้อมูลมาทำ Machine Learning และ Deep Learning
.
Data Engineer - พัฒนา ทดสอบ และบำรุงรักษา ในทุกขั้นตอนของการเตรียมข้อมูล เขียนโปรแกรมเพื่อดึงข้อมูลจากแหล่งต่าง ๆ ดำเนินการตามขั้นตอน ETL ตรวจสอบความถูกต้องของข้อมูล
.
Data Analyst - รวบรวมและประมวลผลข้อมูลโดยใช้ความรู้ทางสถิติ เพื่อนำข้อมูลต่าง ๆ มาตัดสินใจทางธุรกิจ
.
เป็นยังไงกันบ้าง พอที่จะรู้จักกับทั้งสามอาชีพสุดฮิตคร่าว ๆ แล้วเนอะ !! เพื่อน ๆ อยากทำอาชีพไหนกันบ้าง ?? หรือพี่ ๆ คนไหนที่อยู่สายนี้อยากมีข้อมูลอะไรมาแชร์ สามารถคอมเมนต์ไว้ด้านล่างได้เลยนะคร้าบบบบ 🥰
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
