データサイエンティストとデータアナリストの違い (Data scientist and data analyst differences)

Googleトレーニングの説明で理解が深まったのでまとめ。

データサイエンティストとデータアナリストの違いについて、混同しやすいですが、仕事は全く違います。

【データサイエンティスト】

データを使用して新たな問題点を見つける

＞データサイエンス

ローデータを使って未知の事柄をモデル化して理解する新しい方法を生み出す。

3つの分野の総称である。

• 機械学習
• 統計
• 分析

【データアナリスト】

データソースからインサイトを作り出して、問題に対する答えを見つける

探検家であり、探偵であり、アーティストである

＞データ分析（アナリシス）

データを収集、変換、整理し、結論や予測を導き出し、データに基づいた意思決定を行う

＞データアナリティクス

データの科学

インスピレーションを探求する。管理、使用から、ツールや方法まで、幅広い概念をもつ。

聞いたときは腹落ちしたんだけど、書くとまた混乱してきました…。

データエコシステム

様々な要素で構成されている。

データの作成、管理、保存、整理、分析、共有を行うために互いに作用し合う様々な要素。

この概念がデータアナリストには含まれるのかな、という認識です。エコシステムの要素にはハード／ソフト／人間も含まれる。

どの分野を専門とするか選択するときには、自分の個性を生かせるようにしましょう。

サイエンティストは専門深くて、教授っぽい。

アナリストは他分野含めた個々人の知見を持って掘り下げる、個性も様々。

よかった。私がなりたいのはデータアナリストで間違いない。やっぱり統計やアルゴリズムは必要だった。地味にやっててよかった…。

知財、WEB、可視化、CX、心理学、経営＆金融（←興味薄）どれにでも使えそう。これから何ができるか楽しみです！

＜参考＞

Google Career Certificates：Google データアナリティクス プロフェッショナル認定証

********

I try to summarise Google Training's explanations.

It is easy to confuse the work of a data scientist with that of a data analyst, but the roles are very different.

[ Data Scientist ]

Using data to find new problems

>Data Science

Creating new ways of modelling and understanding the unknown using raw data

It is a collective term for three fields.

• Machine learning
• Statistics
• analytics

[ Data Analyst ]

Finding answers to problems by generating insights from data sources.

Explorers, detectives and artists.

>Data Analysis (ANALYSIS)

The collection, transformation and organisation of data to draw conclusions, make predictions and drive informed decision-making.

>Data Analytics

The science of data

Exploring inspiration. Broad concepts, from management and use to tools and methodologies

I was gutted when I heard it, but writing it down has confused me again...

Data ecosystems

Consists of a variety of elements.

The various elements that interact with one another in order to　produce,manage,store,organize,analyze,and share data

It is recognised that this concept is included in the Data Analyst. The ecosystem elements also include hardware/software/humans.

When choosing your area of specialisation, make sure you can apply your personality.

Scientists are deeply specialised and professorial.

Analysts dig deeper with individual knowledge, also in other fields, and have different personalities.

Good. I am sure I want to be a data analyst. I'm luckily continuing my basic studies in statistics and algorithms.

I can use it for anything from intellectual property, web, visualisation, customer experience, psychology, management & finance (← not very interesting...). I'm excited to see what I can do in the future!

<Reference.

Google Career Certificates: Google Data Analytics Professional Certificate