مقدمه

حوزه علم داده یکی از پرطرفدارترین حوزه های شغلی است.در این مقاله قصد داریم به بررسی عناوین شغلی علم داده در ایران بپردازیم و هر نیازمندیهای فنی و دانشی هر عنوان شغلی را بررسی کنیم. ابتدا به تعریف علم داده می پردازیم.

علم داده چیست

حوزه علم داده که یکی از پرطرفدارترین حوزه‌های شغلی در سال‌های اخیر است. این حوزه شامل استخراج، تحلیل، پردازش، و نمایش داده‌های بزرگ و پیچیده است؛ که با استفاده از روش‌های ریاضی، آماری، برنامه نویسی، و هوش مصنوعی انجام می‌شود.حوزه علم داده شامل مشاغل مختلفی می‌شود که به مرور زمان این مشاغل بیشتر شده و تخصصی‌تر نیز می‌شوند. مشاغلی همانند مهندس دیتا، کارشناس هوش تجاری، تحلیلگر داده، و دانشمند داده از جمله مشاغلی هستند  که در کشور ما نیز در حال حاضر در حوزه علم داده در بازار کار موجود هستند. با مرور زمان تقاضا برای این مشاغل نیز در حال افزایش است. برای ورود به این مشاغل پرطرفدار و محبوب ابتدا نیاز است که با تعریف و حوزه کاری هر کدام از آن مشاغل و دانش و تخصص مورد نیاز هر شغل آشنا باشیم. در ادامه به بررسی هر کدام از عناوین شغلی می‌پردازیم.

مهندس دیتا (Data Engineer) :

مهندس داده فردی است که مسئولیت طراحی و ساخت سیستم‌هایی را بر عهده دارد که داده‌های خام را جمع آوری ذخیره و تجزیه و تحلیل می‌کند. در واقع مهندس داده باید پایپ لاین‌هایی (Pipeline) را طراحی کند که داده‌ها را از منابع داده جمع آوری کرده پاکسازی نموده و در انبار داده (Data Warehouse) و یا دریاچه داده (Data Lake) ذخیره نماید.

همچنین مهندس داده باید اطمینان حاصل کند پایپ لاین‌های طراحی شده برای انتقال داده‌ها، دیتای صحیح را  منتقل می‌کنند. در واقع مهندس داده باید کیفیت پایپ لاین‌های طراحی شده را نیز بررسی و سنجش نماید و در صورت وجود مشکل در این پایپ لاین‌ها آنها را اصلاح نماید. نیازمندی‌هایی که برای شغل مهندسی داده وجود دارد بستگی به منایع دادهو پیچیدگی فرایند پاکسازی داده‌ها و همچنین زیر ساخت های موجود دارد.اما مهارت‌هایی که به صورت عمومی در اکثرآگهی‌های شغلی برای مهندسی داده مورد نیاز است به صورت زیر است.

  • کدنویسی با زبان‌های برنامه نویسی مانند پایتون (Python)، جاوا (Java)، اسکالا(Scala) 
  • پایگاه‌های داده‌ای رابطه‌ای و غیر رابطه‌ای مانند SQL،  مونگو دیبی (MongoDB)، کاساندرا (Cassandra)
  • دانش فرایند استخراج تبدیل و بارگذاری داده‌ها (ETL) و کار با ابزارهای انجام این فرایند مانند SSIS و آپاچی ایرفلو (Apache Airflow)
  • کار با انبار داده  (Data Warehouse) و دانش طراحی انبار داده
  • اگر تمایل به کار در حوزه کلان داده‌ها (Big Data) نیز دارید باید به ابزارهای حوزه کلان داده مانند آپاچی اسپارک (Apache Spark)، هدوب (Hadoop)، آپاچی کافکا (Apache Kafka) آشنا باشید

البته در آگهی‌های مختلف حوزه مهندسی داده برخی از ابزارهای فوق مورد نیاز نیست و یا برخی دیگر از ابزارهایی که در فوق اشاره نشده است ممکن است مورد نیاز باشد. برای بررسی بیشتر نیازمندی‌های شغل مهندسی داده می‌توانید با آگهی‌های شغل مهندسی داده در این لینک  مراجعه کنید.

تحلیلگر داده (Data Analyst) :

تحلیلگر داده فردی است که با استفاده از مهارت‌های فنی و آماری داده‌های خام را جمع آوری، پردازش، تجزیه،  و تحلیل می‌کند ؛ و بر اساس آنها بینش‌ها (Insights) و توصیه‌هایی را ارائه می‌کند. به طور خاص وظیفه تحلیلگر داده بیشتر در حوزه ارائه تحلیل‌های آماری و همچنین ساخت داشبوردهایی است که منجر به ایجاد بینش برای سازمان شود. فردی که تحلیلگر داده است باید بتواند مدل‌های آماری را برای بررسی داده‌ها ارائه کند و نتیجه به انجام این مدل‌ها را در قالب داشبوردها و نمودارهایی ایجاد کند.فردی که تحلیلگر داده است کمتر درگیر پردازش و پیش پردازش داده‌ها می‌شود اما باید تا حدودی با این حوزه آشنایی داشته باشد. به طور کلی مهارت‌هایی که برای فعالیت در حوزه تحلیل داده مورد نیاز است به صورت زیر است.

  • آشنایی با زبان‌های برنامه نویسی مانند پایتون (Python) و یا R
  • آشنایی با پایگاه‌های داده رابطه‌ای و غیر رابطه‌ای مانند SQL و MongoDB
  • آشنایی با ابزارهای مصورسازی داده‌ها مانند Tableau،  Power BI،  و یا Qlick View
  • دانش آماری برای تحلیل داده‌ها
  • توانایی کار تیمی وبرقراری ارتباط موثر

برای بررسی دقیق‌تر نیازمندی‌های شغل تحلیلگر داده می‌توانید به این لینک مراجعه کرده و آگهی‌های شغلی مرتبط با حوزه تحلیلگر داده را بررسی کنید.

کارشناس هوش تجاری (Business Intelligence Developer):

کارشناس هوش تجاری یکی از شغل‌های مورد تقاضا و پرطرفدار در دنیای کسب و کارها است. وظیفه فردی که کارشناس هوش تجاری است؛ جمع آوری داده‌های بزرگ و پیچیده از منابع مختلف، پردازش و پاکسازی این داده‌ها و همچنین طراحی انبار داده و بارگذاری داده‌ها در انبار داده است. همچنین در نهایت فردی که کارشناس هوش تجاری است باید داشبوردها و نمودارهایی را برای تحلیل نتایج داده‌ها ارائه کند. در واقع کارشناس هوش تجاری دربردارنده بخشی از شغل مهندسی داده و بخشی از شغل تحلیلگر داده است.

برای فعالیت به عنوان کارشناس هوش تجاری نیاز است تا یک سری مهارت‌هایی را داشته باشیم. در ادامه لیستی از این مهارت‌ها و دانش‌ها را بررسی می‌کنیم.

  • دانش در زمینه آمار علوم کامپیوتر و یا رشته‌های مرتبط
  • تسلط بر نرم‌افزارهای هوش تجاری و مصورسازی داده ها همانند Tableau،  Power BI،  و یا Qlick View
  • تسلط  بر پایگاه‌های داده رابطه‌ای و غیر رابطه‌ای مانند SQL Server و MongoDB
  • دانش طراحی انبار داده و فرایند پاکسازی و انتقال داده‌ها (ETL) و همچنین نرم‌افزارهای ایجاد پایپ لاین‌های (Pipeline) انتقال داده مانند   SSIS
  • توانایی ارتباط موثر با مدیران و همکاران برای درک نیازها و ارائه یافته‌ها

برای بررسی بیشتر نیازمندی‌های حوزه شغلی کارشناس هوش تجاری می‌توانید به این لینک مراجعه کنید.

دانشمند داده (Data Scientist):

دانشمند داده فردی است که وظیفه جمع آوری داده‌ها پاکسازی داده‌ها و تحلیل داده‌ها با استفاده از مدل‌های ریاضی و مدل‌های آماری را دارد که خروجی این کار ارائه پیشنهاداتی برای تصمیم گیری بهتر در کسب و کار است. شغل دانشمند داده دربردارنده چندین حوزه دانشی مانند ریاضیات، آمار، و علوم کامپیوتر است. دانشمندان داده باید بر روی حجم زیادی از داده‌ها مدل‌های یادگیری ماشین، بینی سری‌های زمانیف  و سایر مدل‌های تحلیلی داده را پیاده سازی نمایند. در کسب و کارها معمولاً دانشمندان داده مدل‌هایی را پیاده‌سازی می‌کنند که منجر به شناسایی و پیش بینی رفتار مشتری، پیش بینی و شناسایی تقلب‌، و سایر نیازهای کسب و کار شود. در واقع سخت‌ترین و پیچیده‌ترین شغل در حوزه علوم داده، دانشمند داده است که نیاز به تجربه زیاد، و مهارت و دانش بسیار بالایی دارد. در ادامه لیستی از مهارت‌های مورد نیاز در حوزه شغلی دانشمند داده معرفی می‌ گردد.

  • دانش و مهارت بالا در زمینه آمار ریاضیات و تحلیل‌های آماری
  • تسلط بر زبان‌های برنامه نویسی مانند پایتون، R، SQL، و همچنین کتابخانه‌ها و فریمورک های پر استفاده در زبان پایتون
  • آشنایی با کسب و کاری که در آن فعالیت می‌نماید
  • توانایی انجام تحقیقات و یادگیری مداوم برای به روز رسانی دانش و مهارت
  • توانایی حل مسئله خلاقیت و تفکر انعقادی برای یافتن راه حل‌های مناسب برای چالش‌ها و مشکلات


در ادامه برای آشنایی بیشتر با نیازمندی‌ها و مهارت‌های مورد نیاز شغل دانشمند داده در آگهی های استخدامی، می‌توانید به این لینک مراجعه کنید.

پایان