大家不管是在大学选专业，还是毕业后择业，总会各种纠结，特别是一些相近的专业。
·
今天课代表来给大家讲讲数据分析，数据科学，数据工程之间的区别吧
⚠️ DA Data analyst
难易程度：🔺🔺
salary level in AU：🔺🔺
主要负责收集处理数据，以及对数据进行展示
平时日常所做的工作有：
1. SQL查询数据；
2. 运用python或其他软件清理数据；
3. 制作可视化结果，比如Power BI或者Tableau等；
4. 向Stakeholder 汇报分析报告等
DA岗位的需要的技能有SQL，数据可视化，Python等，再加上自己的知识对数据分析，为Stakeholder得出商业方案
⚠️ DS data science
难易程度：🔺🔺🔺🔺🔺
salary level in AU：🔺🔺🔺🔺
数据科学家对理论知识要求更高，大多数背景为PHD，相比DA, DS的职能更加专业。
DS的工作对模型要求和数学理解要求也更高，需要掌握machine learning，statistical modeling，统计基础知识，和data mining的知识及方法
·
⚠️ DE Data Engineer
难易程度：🔺🔺🔺
salary level in AU：🔺🔺🔺
DE岗位需求巨大，工资较高，大学没有培养机制，主要靠社会培养数据工程师。
现代的数据工程师更多负责搭建data infrastructure，现代的DE会大量使用Cloud技术，与DevOps的配合云端环境搭建比较密切。
DE帮助DA和DS搭建起来大数据方面使用的基础建设，对代码的要求会更⾼
·
·
看了这些还不懂，也没关系。
星期四过来听听行业大佬怎么说～
·
主要内容：
什么是Data Modeling?
DE和DA有什么区别？
·
时间：10月27日 悉尼时间 8pm - 9pm
·
#留学澳洲#澳洲#澳洲留学生活#我的留学生活#qut#大数据#数据分析#数据分析我在行#数据工程#数据科学
@澳洲匠人学院@澳洲求职情报局
