Data Scientist, Data Engineer och Business Intelligence - Vad är skillnaderna med rollerna egentligen?

När det kommer till (de något luddiga) uttrycken Analytics, Data Science och Business Intelligence kommer man ofta klara sig långt själv. Frågorna du har är kanske inte särskilt komplicerade och det mesta går att få besvarat med Google Analytics, Excel eller med en enkel SQL-query.

Det kommer dock oftast en tid för ett företag (eller avdelning på större bolag) då man förstår att man varken har tid eller kompetens för att arbeta på det datadrivna sätt man egentligen hade velat.

Ett vanligt misstag är att man antar att lösningen är en ny kollega, inte sällan en Data Scientist eller Machine Learning Engineer, som varit två eftersökta roller senaste åren. Oftast är fallet att det kanske inte nödvändigtvis är just det man behöver utan kanske snarare en Data Engineer eller en Business Intelligence-specalist.

I det här inlägget försöker vi redogöra skillnaderna mellan rollerna för dataspecialister.

Data Scientist

Redan 2012 skrev Harvard Business Review artikeln “Data Scientist: The Sexiest Job of the 21st Century”. Förståeligt ändå. Hur coolt låter det inte att jobba med att förutspå framtiden och få maskiner att lära sig tänka själva och ta beslut?

Men vad gör en Data Scientist?

Glassdoor beskriver yrket som: “Data scientists utilize their analytical, statistical, and programming skills to collect, analyze, and interpret large data sets. They then use this information to develop data-driven solutions to difficult business challenges”.

Vad är det typiskt sett för krav på kvalifikationer för en Data Scientist?

• En Master (eller föredragsvis PhD) i statistik, matematik, civilingenjör, datavetenskap eller motsvarande.
• Erfarenhet av analys, hypotesdriven analys, signifikans, felträdsanalys
• Kan en eller flerande av följande: Python, R, Java, Git, Spark, MATLAB, Scala, SQL NoSQL, MapReduce och Hadoop

När behöver du en Data Scientist?

• Om du behöver någon som kan implementera statistiska eller andra matematiska metodologier för modeller eller analyser

När behöver du inte en Data Scientist?

• När du behöver någon som huvudsakligen kan tillgängliga göra data i enklare rapporter
• När du behöver någon som fokuserar på deskriptiv analys

Data engineer

En före detta kollega till mig beskrev sig själv en “digital rörmokare” när han fick frågan vad han gjorde som Data Engineer. En humoristisk förenkling såklart men en ganska välformulerad beskrivning.

Vad en Data Engineer fokuserar på är att bygga robusta data-intensiva applikationer som organiserar, tvättar, och tillgängliggör stora mängder data som sedan kan användas för analys eller som input-data till en algoritm. En Data Engineer brukar även bistå med deskriptiv analys och säkerhetsställer datakvalitet.

Såhär beskriver Glassdoor Data Engineer-rollen: “Data engineers are mainly tasked with transforming data into a format that can be easily analyzed. They do this by developing, maintaining, and testing infrastructures for data generation. Data engineers work closely with data scientists and are largely in charge of architecting solutions for data scientists that enable them to do their jobs.”

Vad är det typiskt sett för krav på kvalifikationer för en Data Engineer?

• En Bachelor eller Master som civilingenjör, i datavetenskap eller motsvarande.
• Expertis inom distribuerade filsystem, relationsdatabaser, ETL (Extract, Transform, Load) och Cloud (AWS, Google Cloud Platform, Azure)
• Arbetat ett par år med följande språk: Scala, Python, Java
• Erfarenhet av: Kafka, Apache Spark, Elastic Search, Hadoop, AWS S3, Azure ADLS, Apache Airflow

När behöver du en Data Engineer?

• Om du behöver någon som kan bygga applikationer som kan hantera och strukturera stora datamängder

När behöver du inte en Data Engineer?

• När ditt huvudsakliga mål är att analysera redan tillgänglig data
• När dina datamängder inte är särskilt stora (e.g. du kan utan problem få in och ut data ur traditionell RDBMS)

Business Intelligence-analytiker

BI-utvecklare, Business Intelligence specialist, BI expert eller ibland bara benämnt som Data Analyst.

Fokus för någon som arbetar med BI (Business Intelligence) är att göra data till insikter som driver affärsvärde genom att använda sig utav datavisualisering och datamodellerings-tekniker.

Enligt CIO.com:

“Business intelligence (BI) analysts transform data into insights that drive business value. Through the use of data analytics, data visualization, and data modeling techniques and technologies, BI analysts can identify trends that can help other departments, managers and executives make business decisions to modernize and improve processes in the organization.”

Vad är det typiskt sett för kvalifikationer för en Business Intelligence-analytiker?

• En Bachelor eller Master som civilingenjör, företags- eller nationalekonom.
• Erfarenhet av datamodellering, relationsdatabaser och SQL
• Kan en eller flera av dessa mjukvaror: Tableau, MSSQL, Qlik Sense/Qlik View, Microsoft Power BI

När behöver du en Business Intelligence-analytiker?

• Om du behöver någon kan modellera data och ta fram rapporter som huvudsakligen fokuserar på vad som har hänt

När behöver du inte en Business Intelligence-analytiker?

• Om ditt huvudsakliga mål är att prognostisera snarare än förstå vad som redan hänt och varför