數據科學家vs數據分析師
上文提到數據科學家(Data Scientist)將會在2023年人力市場中，成為最被受渴求的專業人才，筆者亦隨之收到很多讀者的來信，問及有關數據科學家和數據分析師(Data Analyst)的分別。本文將會在他們兩者間的角色和職責上剖釋，並會探討有關資訊科技行業上類似的工種。
雖然數據科學家和數據分析師都擁有一套類似的專業工具和知識，但兩者在行業內擔任的角色可能會有很大差異。這些包括：
數據科學家
數據科學家評估大量結構化和非結構化數據(structured and unstructured data)，為相關方提供重要見解。他們的作用旨在從原始數據中提供有意義的結論，具體職責包括：
- 使用適當的軟體來管理(manage)、操作(manipulate)和分析(analysis)大型數據集
- 應用演算法(algorithms)預測結果
- 識別變數關係並評估統計績效
數據分析師
一般來說，數據分析師負責解釋數據並傳達他們的發現，以説明為其機構廣泛的決策。該角色主要專注於分析和溝通(analysis and communication)，其職責包括：
- 收集和評估數據
- 識別數據集中的模式
- 向其他相關方報告數據結論
- 建立新的數據收集、分析和傳播流程
*其他資訊科技行業上類似相關的工種*
數據統計學家
數據統計學家(Statistician)的運作方式與數據分析師類似，但主要側重於數字數據的收集和分析。他們的職責可能因僱主而異，但一些日常職責包括：
- 創建調查和問卷
- 進行數據清理以提高準確性
- 承擔研發任務
- 執行統計分析以識別數據集內的趨勢和關係
- 結合統計結果傳達給相關方
數據工程師
數據工程師(Data Engineer)通過管理和改進收集、存儲和共用數據的過程，在數據科學中發揮著不可或缺的作用。常見職責包括：
- 開發和測試架構
- 提高數據採集、準確性和品質
- 將高級方法和程式與機器學習應用程式集成
- 識別隱藏的自動化模式和機會
機器學習工程師
雖然數據科學家和機器學習工程師(Machine Learning Engineer)都處理大型數據集，但機器學習工程師主要致力於開發、測試和集成利用人工智慧(AI)和機器學習(Machine Learning)的自運行軟體。他們的職責通常包括：
- 研究和開發自動化技術
- 管理大型數據集以改進自運行軟體
- 識別和解決出現的演演算法錯誤
中國「十四五規劃」，將進一步提升香港在航空、創新和技術、智慧財產權以及藝術和文化領域的地位。企業也正在為邊境重新開放後人才需求的激增做準備。
2023年，對配備合適技能以支援業務發展和擴張計劃的人才的需求仍然很高，讀者如對資訊科技界感興趣和有信心，希望以上資料有助參考。
原文連結: CTgoodjobs