Προς το περιεχόμενο

Προτεινόμενες αναρτήσεις

Δημοσ.
2 ώρες πριν, archer100 είπε

Οι python και R εχουν δυνατοτητες που ξεφευγουν πολυ απο αυτα που μπορει να κανει το Excel.

Για παραδειγμα εστω οτι σου ζηταει ο μανατζερ να κανεις το εξης:

Για μια λιστα 2000 πελατων, να τραβηξεις απο την βαση δεδομενων ολες τις κινησεις των τελευταιων 3 μηνων, να τις αποθηκευσεις σε ξεχωριστα excel ανα πελατη και να στειλεις καθε excel στον αντιστοιχο πελατη με email (το οποιο θα τραβηξεις αυτοματα απο τη βαση, απο τον πινακα με τα στοιχεια των πελατων)

Στην python και την R, η δουλεια αυτη απαιτει ενα γραψιμο κωδικα μισης σελιδας, αντε μια ωρα δουλεια για εναν εμπειρο χρηστη.

Αδυνατω να φανταστω ποσο χρονο απαιτει να γινει ολη αυτη η δουλεια με γνωση μονο sql, excel.

Ειδικα αν χρειαζεται και τροποποιηση το excel με τις συναλλαγες, τοτε με απλο excel μπορει να χρειαστουνε ακομη και εβδομαδες manual εργασιας, ενω με Python , R η ανθρωπινη εργασια θα ειναι μια ωρα και μετα απλα εξαρταται απο την ταχυτητα του συστηματος για να ολοκληρωσει τη δουλεια

Καλά η πρώτη πρόταση σου είναι τόσο αυτονόητη όσο το "ο υπολογιστής έχει δυνατότητες που ξεφεύγουν πολύ από αυτό που μπορεί να κάνει μια απλή αριθμομηχανή"

Το παράδειγμα που έδωσες είναι πολύ specific και όντως Python & R είναι αρκετά καταλληλότερα εργαλεία. Έκαστος στο είδος του. Όπως αν σου ζητήσει ένα γρήγορο γράφημα με πωλήσεις ανά προϊόν/περιοχή ο Director ελπίζω να μην ανοίξεις το Illustrator ή αν ζητήσουν μια γρήγορη πρόβλεψη για Sales πριν από ένα meeting ελπίζω να μην ξεκινήσεις να γράφεις το Prophet από την αρχή ή αν σου ζητήσουν μια γρήγορη πρόσθεση κατά τη διάρκεια μιας συζήτησης ελπίζω να μην bootάρεις το laptop.

Αυτό που λες αν και doable στο Excel, ειδικά αν γίνεται επανειλλημένως μπορείς να μπλέξεις VBA και να βγαίνει με ένα κλικ σε ένα κουμπί, indeed, δεν ενδεικνύεται.

  • Απαντ. 37
  • Δημ.
  • Τελ. απάντηση

Συχνή συμμετοχή στο θέμα

Δημοσ. (επεξεργασμένο)
13 λεπτά πριν, Praetorianos είπε

Καλά η πρώτη πρόταση σου είναι τόσο αυτονόητη όσο το "ο υπολογιστής έχει δυνατότητες που ξεφεύγουν πολύ από αυτό που μπορεί να κάνει μια απλή αριθμομηχανή"

Το παράδειγμα που έδωσες είναι πολύ specific και όντως Python & R είναι αρκετά καταλληλότερα εργαλεία. Έκαστος στο είδος του. Όπως αν σου ζητήσει ένα γρήγορο γράφημα με πωλήσεις ανά προϊόν/περιοχή ο Director ελπίζω να μην ανοίξεις το Illustrator ή αν ζητήσουν μια γρήγορη πρόβλεψη για Sales πριν από ένα meeting ελπίζω να μην ξεκινήσεις να γράφεις το Prophet από την αρχή ή αν σου ζητήσουν μια γρήγορη πρόσθεση κατά τη διάρκεια μιας συζήτησης ελπίζω να μην bootάρεις το laptop.

Αυτό που λες αν και doable στο Excel, ειδικά αν γίνεται επανειλλημένως μπορείς να μπλέξεις VBA και να βγαίνει με ένα κλικ σε ένα κουμπί, indeed, δεν ενδεικνύεται.

Η γνωση VBA μπορει να θεωρηθει ως γνωση προγραμματισμου

Υπαρχει χαωδης διαφορα μεταξυ καποιου που ξερει παρα πολυ καλο Excel χωρις VBA και καποιον που ξερει Excel με VBA 

Ο ενας ειναι οδηγος μηχανης 125cc, ο αλλος ειναι οδηγος νταλικας με ρυμουλκουμενο 

Επεξ/σία από archer100
  • 2 μήνες μετά...
Δημοσ.

Καλησπερα σας.

Ειμαι τριτοετης φοιτητης πληροφορικης στο εκπα (21 ετων). Στην σχολη μου δεν κανουμε καθολου για data science.

Οποτε να ρωτησω, μιας και προσωπικα θα μου αρεσε να ασχοληθω με αυτον το κλαδο και να γινω data analyst, αξιζει να επενδυσω τον χρονο μου εκει με σκοπο να εχω μια ικανοποιητικη εργασια στην ελλαδα; (και πιο συγκεκριμενα στην αθηνα).

Πως το βλεπετε, τουλαχιστον στο αμεσο μελλον θα υπαρχει εξελιξη στον συγκεκριμενο κλαδο;

Ενδιαφερομαι κυριως για εργασια στην ελλαδα και οχι στο εξωτερικο.

  • 3 μήνες μετά...
Δημοσ. (επεξεργασμένο)

Data science >> Data analyst. και επειδη είμαι DS είναι =  τομή machine learning engineer & data engineer. 
Φυσικά και κάνετε απλά δεν το έχετε καταλάβει το 99%.
Οι αλγοριθμοι, η στατιστική, η γραμμική αλγεβρα, οι γλωσσες προγραμματισμού, οι αρχιτεκτονική υπολογιστών, τα συστήματα, τα reports εργασιών ? Απλα δεν το παίρνετε χαμπάρι γιατί δεν ξέρετε που εφαρμόζονται ΚΑΙ τα μαθαίνετε παπαγαλία για την εξεταστική. Τι να σου μάθουν  excel, power point, visualization tool κλικ κλικ, drag and drop 1 εξαμηνο?
Ανοιξετα σε 7 μερες θα τα μαθεις μονος και θα τα ξαναξεχασεις γιατι δεν ξεδιπλώνεις της νοηση σου πάνω τους, επιπέδου γυμνασιου είναι, ECDL (το core κιόλας οχι το expert). 

Ο Data scientist ξερει 1- αλγορίθμους, 2 - σκέφτεται το πρόβλημα πολύ αποδοτικότερα απο κάθε data analyst.
Οι γνωσεις του είναι σε advanced statistics + ML + databases  + big data  + visualization +  good programming skills
Data Analyst = statistics + basic SQL + basic programming + skills with visualization TOOLS. 

O Analyst δεν ακουμπα κώδικα πέρα από ενα processing αρχείου 
Ο DS ακουμπά μόνο κώδικα κ αλγορίθμους παντού, λίγο tools.

Data analyst αν παίρνει 900 ευρω ο DS δικαιουται 1.200+.
Data analyst αν παιρνει 1.000 ευρω ο DS δικαιουται 1.300+.
 
Η θέση του DS απαιτεί μεγάλο εύρος κ βάθος κατανόησης.Ξέρει αμέσως να παίρνει αποφάσεις και να προτείνει απο μία μεγάλη γκαμα μεθόδων κ τεχνολογιών.Δεν χρειάζεται να επεξεργαστεί τα data, πριν τα επεξεργαστεί μονο με το μάτι ξέρει με  τι  έχει να κάνει και που πρέπει να κινηθεί. 
Η θέση του Analyst δε απαιτεί μεγάλο εύρος κ βάθος κατανόησης, εφαρμόζει reporting και δεν μπορεί να προτείνει αποφάσεις τεχνικής και τεχνολογιες.

Οι διαφορές τους είναι εμφανείς στις γνώσεις κ στην προσέγγιση των προβλημάτων. 
Ο DS μπορεί να κάνει counseling σε Data analyst και να ερευνήσει σε βάθος γ αυτό κ είναι scientist.
Tο αντίστροφο δεν ισχύει εκτός αν μιλάμε για ατομο που δεν ξέρει οτι κανει DS τον λενε data analyst κ τον πληρώνουν για data analyst, να αναθεωρήσει ...
Τελος ο DS μελετάει συνεχως μεθόδους κ τεχνολογίες γι αυτο κ είναι scientist. 
O data analyst δεν χρειάζεται, αρκεί να ξέρει τα tools καλά, δε αλλάζουν συχνά κ να αλλάζουν κάθε χρόνο είναι πολύ μικρές οι διαφορές.

Με όρους σκακιέρας θα πω ο DS είναι ο πύργος: Αποφασιστικός, κρίνει το παιχνιδι σε μεγάλο βαθμό με τις αποφάσεις, ανοίγει δρόμο και μπορεί να διανοίξει ένα πρόβλημα Χ πολυπλοκότητας end to end, ευέλικτος δεν είναι τόσο όσο ο analyst και δεν χρειάζεται γτ δεν τον χρησμοποιείς για να τεσταρεις τα νερά γρήγορα κ εύκολα γι αυτό υπάρχει ο business/data analyst.
 Ο analyst είναι το αλογακι, ευέλικτος σε σύντομες τακτικές με τα tools που διαθέτει με ελευθερία να ξεκινάει πράγματα ευκολότερα, να κλείνει τρύπες, να επικοινωνεί τα τρεχοντα δεδομένα της σκακιέρας.

Εν γεννη είναι επιστημονας ο ένας  - αναλυτης ο άλλος και πρέπει να συνεργάζονται

Ο επιστημονας σημαίνει την αναζήτηση του επιστητου δηλαδη αυτού που δεν είναι αισθητό στον άνθρωπο και μπορεί  να γνωρίσει μέσω της έρευνας.
Αναλυτής σημαίνει ανα+λύτης < λύω = χωρίζω κάτι (τα data) στα μέρη που το αποτελούν 

Νίκος Μπαρούτης



 

Επεξ/σία από alibaba10
  • Like 2
  • Thanks 1
Δημοσ.
On 15/05/2019 at 15:44, geiasass said:

Καλησπερα σας.

Ειμαι τριτοετης φοιτητης πληροφορικης στο εκπα (21 ετων). Στην σχολη μου δεν κανουμε καθολου για data science.

Οποτε να ρωτησω, μιας και προσωπικα θα μου αρεσε να ασχοληθω με αυτον το κλαδο και να γινω data analyst, αξιζει να επενδυσω τον χρονο μου εκει με σκοπο να εχω μια ικανοποιητικη εργασια στην ελλαδα; (και πιο συγκεκριμενα στην αθηνα).

Πως το βλεπετε, τουλαχιστον στο αμεσο μελλον θα υπαρχει εξελιξη στον συγκεκριμενο κλαδο;

Ενδιαφερομαι κυριως για εργασια στην ελλαδα και οχι στο εξωτερικο.

Πάντως στο DIT έχει και μάθημα Machine Learning και μάθημα Data Mining (που γίνεται και λίγο data science στις εργασίες) και Πιθανότητες και Στατιστική. Όλα αυτά βέβαια για να πάρεις μια γεύση, όχι ότι σε καλύπτουν. 

Δημοσ.

@alibaba10 Αφού είσαι DS, παρέθεσε προβλήματα που καλείσαι να λύσεις, μεθοδολογία, τεχνολογίες που χρησιμοποιείς, παρουσίαση στο μάνατζερ.

Είναι από τα πεδία της πληροφορικής που ελάχιστες πληροφορίες υπάρχουν για το τι κάνει ένας που ασχολείται σε αυτό τον τομέα.

Δημοσ. (επεξεργασμένο)
Στις 22/11/2015 στις 10:50 ΠΜ, mad-proffessor είπε

 στατιστικόλόγο .

Στατιστικός είναι το σωστό όπως μαθηματικός

 

Σόρρυ απλά πάντα με χαλαγε η λέξη στατιστικολόγος :lol:

 

Στο θέμα μας πάντως οι περισσότεροι που ξέρω να κάνουν αυτή τη δουλειά στην Ελλάδα έχουν κάποιου είδους μαθηματικό υπόβαθρο ή είναι πληροφορικαριοι και το έψαξαν στη συνέχεια, R που αναφέρθηκε διδάσκεται σε κάποια τμήματα αλλά δεν ξέρω κατά πόσο τη χρησιμοποιούν στη δουλειά τους στην Ελλάδα

Επεξ/σία από logistoulis
  • Like 1
Δημοσ. (επεξεργασμένο)
Στις 9/9/2019 στις 2:32 ΠΜ, logistoulis είπε

Στατιστικός είναι το σωστό όπως μαθηματικός

Σόρρυ απλά πάντα με χαλαγε η λέξη στατιστικολόγος :lol:

Στο θέμα μας πάντως οι περισσότεροι που ξέρω να κάνουν αυτή τη δουλειά στην Ελλάδα έχουν κάποιου είδους μαθηματικό υπόβαθρο ή είναι πληροφορικαριοι και το έψαξαν στη συνέχεια, R που αναφέρθηκε διδάσκεται σε κάποια τμήματα αλλά δεν ξέρω κατά πόσο τη χρησιμοποιούν στη δουλειά τους στην Ελλάδα

Ναι έχεις δίκιο στατιστικός είναι το σωστό, δικό μου λάθος.

Anyway, μιας και όταν ημουν στο μεταπτυχιακό η εργασία που είχα ήταν ένα κομμάτι της  data science (συγκεκριμένα οπτικοποίηση) διάβασα κάποια βιβλία και ήταν πραγματικά πολύ ενδιαφέροντα, οπότε με μαθηματικό υπόβαθρο (ποιοτική, ποσότικη ανάλυση, στατιστική κλπ) και μετά με ένα μεταπτυχιακό σε εφαρμογή της πληροφορικής στο τομέα όπου θα κάνουν python,R κλπ θα βγείς πάρα πολύ δυνατός επιστήμονας που θα έχεις παντού ζήτηση (χρηματοοινονομικά, τράπεζες, μάρκετινγκ, εταιρείες στατιστικής, ευρωπαική ένωση).

Απο αυτά που θυμάμαι υπάρχουν σαν στάδια της επιστήμης:

-  data collection/gathering/sampling

-  data preprocessing

-  data cleaning

-  data analysis

 - data visualization

- data modeling

όχι με αυτή τη σειρά απαραίτητα.

Πολύ ενδιαφεροντα αλλά τότε να κάθομαι να διαβάζω bayesian analysis και kernel optimizations ενω είχα να μάθω άλλα πόσα απο προγραμματισμό πήγαινε πολύ.

Πραγματικά θα ενθάρρυνα κάποιον που δίνει τώρα πανελλήνιες να ακολουθήσει τον κλάδο αφου έχει και ακαδημαικό ενδιαφέρον αλλά για μένα και τεράστια ζήτηση στο παρόν,μέλλον. Big data, neural networks κλπ, όλα χρησιμοποιούν κάποιο-α απο τα παραπάνω στάδια. Θα πρότεινα επίσης και σε σχολές να κάνουν μεταπτυχιακά εξειδίκευσης.

Επεξ/σία από mad-proffessor
  • Like 1

Δημιουργήστε ένα λογαριασμό ή συνδεθείτε για να σχολιάσετε

Πρέπει να είστε μέλος για να αφήσετε σχόλιο

Δημιουργία λογαριασμού

Εγγραφείτε με νέο λογαριασμό στην κοινότητα μας. Είναι πανεύκολο!

Δημιουργία νέου λογαριασμού

Σύνδεση

Έχετε ήδη λογαριασμό; Συνδεθείτε εδώ.

Συνδεθείτε τώρα
  • Δημιουργία νέου...