当下火爆的“大数据”专业到底学什么？

文/编 | Lucy

Data Science

VS.

Business Analytics

VS.

Business Analysis

Data Science

原型是Computer Science。大数据DS是由计算机科学为基础，进化而来。其理论基础包括工程学、计算机工程和计算机科学。DS涉及到的专业知识还包含了Machine Learning/Cloud Computing/Optimization等。

专业涉及的课程

Probability Theory、Algorithms For Data Science、Statistical Inference And Modeling、Computer Systems For Data Science、Machine Learning For Data Science、Exploratory Data Analysis And Visualization、 Data Science Capstone And Ethics等。

Business Analytics

原型是Applied Statistics。BA是由MS in Statistics下的Applied Statistics分支发展进化而来，其理论基础是统计学，也包含了Data Mining和Regression Model的运用。

然而Applied Statistics有很大的局限性。一般来说，此专业以研究为导向，处于食物链底部的尴尬地位，而能力强的都继续读PhD。但随着市场的需要，Data Science慢慢衍生了出来。

专业涉及的课程

Applied Probability and Stochastic Models、Optimization Methods、Analytics Lab、Machine Learning 、From Analytics to Action、Analytics Capstone、Communicating with Data 、The Analytics Edge 等。

Business Analysis

属于传统商科，主要是任务是对公司整个运营的流程、业务的开展等方面的分析。比如发现新的商业需求、提出/改善某些商业问题的解决方案。它可能包括公司组织上的变更，业务流程的改善，策略性的规划，政策的制定和提高。定性为主导，数据分析（一般较简单）为辅助。

专业涉及的课程

Business Strategy、Environmental Analysis、Competitors and Market、Financial Analysis、Internal Analysis、Determine Strategy 等。

所以，三者比较，Data Science与Business Analytics 更相近些，Business Analysis更偏向纯商科。而Data Science与Business Analytics相比，Business Analytics 更侧重商科。

Data Science与Business Analytics区别

Business Analytics =40% Statistics +30% Computer Science +30% Business

•适合文科/商科/理科/工科背景的申请人申请

Data Science=30% Statistics +50% Computer Science +20% Application

•适合理工/工科背景的申请人申请

学术准备

▶ 数据分析Business Analytics：

1. 课程：

•微积分

•线性代数

•概率/统计

2. 计算机/编程语言：

•SPSS/R/SAS

•基础语言 C/VBA

▶ 数据科学Data Science：

1. 课程：

•统计理论

•数据挖掘/Machine Learning

•Optimization

•数据可视化

2. 计算机/编程语言：

•R/SAS

•数据库SQL

•面向对象编程Python

•大数据引擎MapReduce/Hadoop

Data Science的职业方向

1. 机器学习工程师 Machine Learning Engineer

代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。一般需要ship production code，做出来的是数据产品。

2. 数据分析员 Data Analyst

工作内容俗称analytics (product analytics or business analytics)，从数据中提取insight，估计投资回报比，为产品方向提建议，所用工具一般较基础，比如写SQL query取数据、用R/Python做简单的分析、用Tableau/Excel作图比较常见，能自己开发Dashboard算是analyst里面技术强的；工作需要产生各种形式的报告；在统计层次上，懂基本t-test和线性回归即可。

3. 数据科学家 Data Scientist

此类职位工作内容以高级建模为主，会针对复杂的问题来设计技术方案，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Fraud Detection、Amazon物流管理，FB/linkedin的社交网络或者ebay/Airbnb/Uber这样供需双方Marketplace市场规模的实验。

Business Analytics的职业方向

1. 高级分析与建模顾问consultant, advanced analytics & modeling

在咨询团队中提供技术援助，处理SAS，SQL模型；利用客户数据建立相关预测分析模型，并进行可视化处理并能够良好的呈现研究成果。

2.风险管理 risk management、quantitative risk analyst

针对信用产品建模计量违约风险，违约损失和风险敞口；压力测试和损失预测，产品组合分析和战略推荐；通过SAS和SQL编程进行数据库管理。

3. 数据分析员 Data Analyst

4. 数据科学家 Data Scientist

有关于Data Science 、Business Analytics 、 Business Analysis申请有关问题，欢迎长按下图二维码加小助手询问哦~