不只有程式語言,快速了解大數據分析人才必備技能
數據分析在資訊時代已成為發展趨勢,連帶使數據人才的職缺增加、待遇提升。根據Adecco人事顧問公司的2018年大中華薪資指南,顯示台灣地區的老闆願意提供資料庫分析師月薪45,000到150,000新台幣的待遇。在歐美國家數據人才更是搶手,英國工作搜尋平臺Joblift統計發現,超過93%的資料科學家年薪高於28,600英鎊,相當於117萬新台幣。根據全球最大的求職網站Indeed.com的搜尋結果更顯示,資料科學家在美國可達到平均12.7萬美金的年薪,高達381萬新台幣。可見資訊時代的數據人才有非常多元的職涯發展,炙手可熱的大數據分析師就屬其中之一。
除了工程師以外的大數據工作:大數據分析師
大數據分析師與傳統的資料分析師的不同在於,大數據分析師需要面對更龐大、多元、複雜的資訊,除了快速處理巨量資料的能力,還需要掌握程式語言、應用統計、資料探勘等多種領域的能力,才能成為大數據分析師。若以經濟部產業人才鑑定所舉辦的巨量資料分析師為衡量標準,初級證照就需要具備資料架構、程式實作基礎、資料處理、資料分析的能力。
工作 | 大數據分析師 Data Analyst | 數據工程師 Data Engineer | 數據架構師 Data Architect | 數據科學家 Data Scientist |
---|---|---|---|---|
所需能力 |
統計分析 資料庫應用 程式語言 巨量資料處理 資料探勘 |
Hadoop、Spark等開放軟體框架 程序設計 開發ETL(data pipelines) |
關聯式資料庫 資料倉儲 分散式資料系統 |
人工智慧與機器學習 程式開發 定義並釐清問題 邏輯思考能力 跨領域合作 |
註:實際能力需求依各公司職缺要求而定
大數據分析師工作內容
大數據分析師的工作內容多包涵傳統數據分析師的工作,比如資料庫建置與維護、數據蒐集與管理以及基礎的統計分析。除此之外,大數據的應用領域廣泛多元,且資料龐大複雜,使得分析師也會面臨更專業的工作內容,像是人工智慧開發、機器學習、資料探勘等與巨量資料相關的系統管理。
大數據分析師必備技能
由於大數據具備大量、快速、複雜的特性,且分析大數據的主要目的是預測未來並制定精準決策,大數據分析師多須具備多種跨領域的技能,並達成最終解決問題的目的。
基礎能力:數據分析
大數據分析的基礎自然是數據分析,掌握有效的分析工具,並能在短時間內處理不斷生成的數據,是大數據分析師的基礎技能。 可用來分析大數據的工具有許多種,從最基礎的辦公軟體Excel、廣泛被企業使用的資料庫語言SQL、或者應用管道多元的Python與資料科學界常用的R語言,都是常見的大數據分析工具。除此之外,大數據分析還需要掌握管理大數據資料庫的能力,比如Hadoop、Spark等開放軟體框架,且隨新科技與技術的不斷發展,未來有望出現更豐富多元的程式語言。
延伸閱讀:挖掘大數據的潛力,這些程式語言你必須了解
基礎能力:資料視覺化
分析大數據的目的是挖掘出可用的資料,但最終運用資料的多是決策者,將分析結果以簡單易懂的方式呈現,也考驗大數據分析師的應用能力。
掌握視覺化工具可協助決策者以直觀的方式,快速理解數據代表的意義,也可提升大數據分析師在實作與商務應用方面的實力。分析師可使用Matlab、Tableau等工具配合程式語言製成圖表,供決策者使用。
進階能力:人際溝通
商業領域中常見非技術員工與技術員工的溝通出現落差,比如營業部門希望分析師預測未來的營收並製成數據模型,卻提供錯誤的資料使分析師無法建模;或者當分析師想要向其他部門講解數據與理論的數學公式,對方卻表示無法理解,而在同一個議題上反覆消磨時間。
由於數據分析的理論發展少見以商業應用為目的,在精進技術能力的同時,大數據分析師也應該強化軟實力,避免自己成為會跑程式的「工具人」,最後被人工智慧取代。
關鍵能力:解決問題
除了上述基礎的技術力、與人來往的軟實力,大數據分析最重要的技能,是掌握「解決問題的能力」。
大數據領域的興起還在初始階段,許多企業知道大數據的重要性,卻仍然在摸索各自的應用方式,包括如何蒐集與儲存資料、需要掌握何種資料、如何將資料應用至實務層面,都有待發展。大數據分析師在協助企業完成資料分析之外,如果能找出企業的盲點、問出「對的問題」,並搭配足夠的數據資料與證據,就能建立自己獨有的競爭力。
零成本自學大數據:大數學堂
隨著大數據的興起,高等院校出現興辦資料科學院系的風潮,民間也不乏多種課程可選擇。想要精進大數據分析能力,也能在網路上尋找免費資源,為自己訂製大數據課程。
大數學堂以三分鐘影片讓你快速學習資料分析技能,線上影片讓你隨時都能回顧過教學,從R語言、Python到Hadoop、Spark,全面掌握大數據必備工具。並帶領你將所學投入實作、製作資料產品,僅需使用開放原始碼工具,就能零成本進修數據分析實力。
現在就加入大數學堂,替自己建立數位時代的數據競爭力。