데이터 사이언스 vs 빅데이터 vs 데이터 분석 - 2부 데이터 사이언스란?

데이터 과학이란?

비정형 및 정형 데이터를 다루는 데이터 과학은 데이터 정리, 준비 및 분석과 관련된 모든 것을 포함하는 분야입니다.

데이터 과학은 통계, 수학, 프로그래밍, 문제 해결, 독창적 인 방식으로 데이터 캡처, 사물을 다르게 보는 능력, 데이터 정리, 준비 및 정렬 활동의 조합입니다. 이 포괄적 용어에는 데이터에서 통찰력과 정보를 추출 할 때 사용되는 다양한 기술이 포함됩니다.

데이터 과학의 적용

• 인터넷 검색

검색 엔진은 데이터 과학 알고리즘을 사용하여 검색 쿼리에 대한 최상의 결과를 몇 초 만에 제공합니다.

• 디지털 광고

전체 디지털 마케팅 스펙트럼은 디스플레이 배너에서 디지털 광고판에 이르기까지 데이터 과학 알고리즘을 사용합니다. 이것이 디지털 광고가 기존 광고보다 클릭률이 높은 주된 이유입니다.

• 추천 시스템

추천 시스템은 사용 가능한 수십억 개의 제품에서 관련 제품을 쉽게 찾을 수있을뿐만 아니라 사용자 경험에 많은 것을 추가합니다. 많은 회사에서이 시스템을 사용하여 사용자의 요구와 정보 관련성에 따라 제품 및 제안을 홍보합니다. 권장 사항은 사용자의 이전 검색 결과를 기반으로합니다.

데이터 과학자가되기 위해 필요한 기술

• 학력 : 88 %는 석사 학위, 46 %는 박사 학위 보유. SAS 또는 R에 대한 심층적 인 지식. 데이터 과학의 경우 일반적으로 R이 선호됩니다.

• Python 코딩 : Python은 Java, Perl 및 C / C ++와 함께 데이터 과학에서 사용되는 가장 일반적인 코딩 언어입니다.

• Hadoop 플랫폼 : 항상 요구되는 것은 아니지만 Hadoop 플랫폼을 아는 것이 여전히 현장에서 선호됩니다. Hive 또는 Pig에 대한 경험이있는 것도 유익합니다.

• SQL 데이터베이스 / 코딩 : NoSQL과 Hadoop이 데이터 과학의 중요한 부분이되었지만 SQL에서 복잡한 쿼리를 작성하고 실행할 수 있다면 여전히 선호됩니다.

• 구조화되지 않은 데이터 작업 : 데이터 과학자는 소셜 미디어, 비디오 피드 또는 오디오에서 구조화되지 않은 데이터로 작업 할 수 있어야합니다.

데이터 과학자 급여

Glassdoor에 따르면 데이터 과학자의 평균 기본 급여는 연간 $ 113,000입니다.

원본 : https://www.simplilearn.com/data-science-vs-big-data-vs-data-analytics-article