Introduction
根據維基百科的描述：「資料科學（英語：data science）是一門利用資料學習知識的學科，其目標是通過從資料中提取出有價值的部分來生產資料產品。 它結合了諸多領域中的理論和技術，包括應用數學、統計、圖型識別、機器學習、資料視覺化、資料倉儲以及高效能計算。 資料科學通過運用各種相關的資料來幫助非專業人士理解問題。」
簡單來說，資料科學是從數據中找出價值，然後去生產數據產品的一種方法論。
資料科學家的工作樣貌
資料科學家的工作是負責從取得資料到產生結果。具體可以分為五個步驟：
資料收集 => 資料前處理 => 訓練模型 => 模型驗證 => 改進及應用
資料科學團隊的專案分工
我們可以很粗淺地把資料專案中的角色分成「資料科學家」、「資料分析師」及「資料工程師」三種角色，而他們彼此的技能可能部份重疊。因此資料科學的技能樹不是單一路徑，從數學、程式到應用，其涵蓋很大，任何人都能從中找到適合的位置。
1. 資料科學家
資料科學家是一個資料團隊中的核心，需要綜合統籌的能力，從觀察資料、發現問題到組織整個資料團隊。可以視為是資料應用專案中的小組長，擁有相關領域的各種技能，哪個需要就往那裡搬，能獨立承擔從數據處理，分析探索到實踐應用直到最終產生價值。簡單來說，資料科學家就是「用資料解決真實問題的人」。
2. 資料分析師
資料分析師通常是指根據資料進行解釋的工作者，一般會通過「蒐集->整理->分析->結果」的步驟。最常見的技能是利用常見的商業統計軟體（例如： SQL，R，SAS，Excel）產出統計報告且進行解釋。資料分析師所做的一切都是為了回答問題，通常被稱為是問題驅動（Problem Driven）。資料分析師在資料工程師提供的資料基礎之上進行探索性分析，目的是找到問題的正確答案。主要工作通常這個這個職位是有例行性任務的，定期出一個報告來分析季度數據，提供管理層決策參考。需要具有操作統計軟體的基本技能，往往對數字及資料有一定的敏感度。
3. 資料工程師
資料工程師主要的角色，是進行資料的架構設計，專注於環境與平台的架設。其所做的一切都為了讓資料可以容易地被使用，負責建立和維持公司資料儲存的技術基準，策劃硬體和軟體的結構，確保資料儲存系統可以支持未來的資料量和分析需求。最終目標是把資料整理好，能夠達成儲存成本低，查詢效率高的結果。隨著巨量資料的需求，現在的資料通常會存在很多的雜訊及乾擾，需要花更多的精力在資料清理。主要工作收集資料，管理資料，設計一個好的架構提供資料存取，針對需求設計產出的資料集。所需資料爬蟲，資料庫架構，資料前處理（資料清理、轉換），資料建模，分散式系統等等技能。
嗨，我是維元，近期推出一個全新型態的【 Python 資料科學教學實戰營 】，結合多元教學形式及豐富課程經驗幫助你更有效地學習。新課程「 Python 程式設計基礎養成 」正在早鳥募資中，歡迎你一起加入資料領域！誠摯的邀請你跟著我們一起從 Python 入門開始，走進資料科學的世界 🙌
📍 報名頁面： https://dscareer.kolable.app/
📍 報名頁面： https://dscareer.kolable.app/
📍 報名頁面： https://dscareer.kolable.app/
License
本著作由 Chang, Wei-Yaun (v123582) 製作，
以創用CC 姓名標示-相同方式分享 3.0 Unported授權條款釋出。