前幾天看到志祺七七訪談他自己的哥哥，介紹資料科學家在做什麼(影片連結)，我覺得講得挺平易近人的。這幾年資料科學真的變得很火紅，就像影片說的，以前並沒有相關學科導致需求多、人才少，薪水相對高，也吸引很多人想轉職。雖然我自己是商業分析師，並不是資料科學家，但同處數據分析這領域，我認為他在影片裡提到的，像是需要具備的能力、工作內容大致相同，只是在技術/應用要求以及工作內容佔比的不同。
數據分析領域的職位可分成資料科學家(data scientist)、資料工程師(data engineer)、資料分析師(data analyst)以及商業分析師(business analyst)。這些人的工作涵蓋資料收集、清理、分析、視覺化、洞察，溝通以協助企業做出更好的商業決策。這過程中牽涉到建模寫程式、分析、簡報，如果這些技能是一條光譜，那麼上述四個職位就坐落在光譜上的不同位置。
影片中提到資料科學所需要具備的四大能力，分別是：
- 程式語言：Python、R
- 資料管理：SQL、Excel
- 資訊設計及視覺化工具：Power BI、Tableau
- 溝通、簡報能力
我的現職職稱是商業分析(BA)，但實際工作會牽涉到資料分析(DA)，技能著重2/3/4，溝通能力和資料分析/視覺化，例如收集商業需求以及問題、簡報/用資料說故事，和資料工程師開會，資料清理，結果測試，使用資料視覺化工具。我自己會R語言，但現職工作不需要自己寫程式，所以技能也慢慢還回去了（常有人問我做BI需不需要會寫程式，真的跟工作內容有很大關係），雖然不需要寫，但是對於程式或資料結構有基礎認識有助於和資料工程師溝通。
能夠在資料和商業之間轉換也是我覺得DA/BA最大的優勢，如果有接觸過技術背景出身的人，可能會發現在講話時常常會感覺他們情不自禁講到很技術的東西，有點像是數學狂熱份子著了迷地跟你講解他是怎麼算出來的、用了什麼公式，但其實問問題的人只想知道答案是什麼、怎麼解讀、怎麼應用，這時候如果有人可以站出來當「翻譯」會好很多。
有些人也會問我DS、DE、DA、BA哪個職位比較好，客觀來說技術要求越高薪資待遇會越好，只是說技術職在企業待到某個程度想往上反而會需要培養商業分析能力；而如果一開始沒有寫程式/數學統計等背景想轉職到資料科學領域，從BA進入門檻會比較低，但相對的競爭就會比較激烈。我覺得很難比較，主要還是要考慮自己喜歡什麼、擅長什麼，DS和DE著重在程式語言、統計模型等技術層面，而DA和BA則是著重在把資料轉換成有意義的故事和脈絡以及溝通的這個過程。
☕Have a 30 mins coffee chat with me!☕
小時候，我沒想過自己會過著現在這樣的生活，自己一個人獨自旅行，在海外生活、工作。如果你覺得我可以幫到你，我願意在週末用一杯咖啡的時間跟你線上分享我的經驗。每週末我會開放兩小時，共八個名額。希望有興趣的人能夠理解我的時間有限也有價，可以不吝請我喝杯咖啡，因此我會酌收台幣150元或5歐元。(點此預約)