1樓：涼夜
找工作這種東西， 還是別看職位名稱了。
以我各種慘痛教訓來看》.<， 找工作還是要好好看職位介紹以及面試時跟部門的頭多溝通了解。
2樓：大公尺
一般說來都科學家 scienst， 那一般就是作模型了但是不同公司稱號不一樣而已
在Sprint公司 Data Scientist 幹的活和data analyst 沒有區別，入門要求也只要學過統計，會有一些基本軟體就行， 不要求phd，MBA marketing 方向就可以幹
而Zillow 的Data Scientist 一水的PHD具體幹什麼還要看公司的具體要求，title 就是乙個稱呼而已看一下 Data Scientist 的收入分布就發現水分會很大
3樓：新新小多多
樓上Huang Ryan的分類已經很清楚了，我再詳細舉些例子。我自己本身的專業是學marketing analytics，也就是data analysis中與市場部掛鉤的分析工作。data analysis的工作更偏重於提供能夠直接轉化為商業行為的insight，具體到marketing部門更多的就是提供對消費者的分析。
技術方面相比scientist和engineer比較淺，更多一些business concept的東西。工作的話，最簡單的比如通過分析調查問卷結果和銷售資料對整個目標市場的消費者進行分類，然後對不同類別的消費者做總體的特徵描述和消費行為習慣描述，最終用於營銷渠道和所傳達資訊的選擇。再比如公司新推出一條產品線，我們需要去調查研究消費者看重的是它與原有產品線不同的哪些方面，會不會有重疊的部分，會不會搶占原有產品線的市場份額，對於整體利潤的影響，以及是否需要針對定價策略和產品設計進行調整。
常用方法比如regression, clustering, CART之類的，常用軟體和語言有SQL和簡單程式語言R，以及神奇的聰明的視覺化的資料分析軟體Tableau～當然，簡單的資料EXCEL和SPSS也能做，我只是為了裝個逼:)
4樓：
如果乙個team裡面有這三種角色的話，我想分工應該如下：
data scientist發現問題，提出問題並轉化為可以被的假設，然後設計實驗或者設計需要收集的資料，並且對得到的資料進行分析，做統計推斷。
data analyst配合data scientist統計方面的工作，如實驗設計，資料分析等
data engineering配合data scientist程式設計實現方面的工作，如大資料的收集與整理，演算法的實施等
簡言之，data analyst和data engineering是擁有分析資料某部分專長的人；而data scientist是核心，最好是能夠做一條龍服務的人。如果不能，至少要能做到兩點：一是對研究的問題的定義轉化，統計建模；二是設計資料收集或者實驗的方案；三是對最後結果進行統計學的分析與推斷。
所以，乙個好的資料科學家一定是乙個好的統計學家。
更多請參見我的回答：什麼是好的資料科學家？
5樓：Luciana Lu
現在忙到爆真的沒時間細講...
這裡有本書 http://www.
開頭就有一節專門講這三個職業的區別，分別需要的不同的技能。
真的有興趣可以找來看。不管評價好不好，看到新知識總是重要的。
in case和provided的區別是什麼？
韓雷的英語課 in case 以免，以防 目的狀語 萬一 條件狀語 速記 以防萬一 provided 如果，假如 if，條件狀語 RobertPenn In case是為壞的情況作打算帶有從負面視角看事情的意味 而provided有如果某事發生便如何的意味多為期許有從正面視角看事情的意思 翻譯奧莉姐...
paradox和fallacy的區別是什麼？
首先瀉藥.我英語不好啊.別邀我答英語題.QAQ 這兩個單詞不算nuances 查個字典就能解決的，解決不了的話看我兩個例子。paradox 悖論。有一艘船，每天拆一根舊木板的同時換上一根新的，七年後，船上的每一根木板都被換了一遍。那麼問題來了，船還是原來的船嗎？這就是乙個悖論。fallacy 謬誤。...
first 和 firstly 的用法區別是什麼？
凱恩德 你好。的確是不好區別，因為好像也沒什麼區別嘛，不過 first 更實用，更常用一些。如果要說它兩的細微差別的話，這就看說話人的態度和語境所需而用了，因為，它兩各自還是各有所指之著重點的，但，在實用上，first 更多替代 firstly。1.first before anyone anyth...