Data Science和 Business Analytics这两个科系有什么不同？
哪个角色更适合你——数据科学家 ？数据分析师 ？商业分析师？Which Role Is Right for You?——
Data Scientist ？Data Analyst ？Business Analyst？
Data Science（数据科学，简称DS）和 Business Analytics（商业分析，简称BA）这两个科系似乎非常相似，都是和数据有关的科系，也都是最近这几年才开设的科系，那么，同学们对这两个科系的认识有多少呢？这两个科系读完之后，可以在哪些领域工作？哪一个科系更适合你的个性呢？
DS是指通过挖掘数据、处理数据、分析数据，从而获取数据中潜在的信息和技术。DS使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论。
BA则是以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业，实现 Big Data 的商业应用。
数据科学（Data Science）和商业分析（Business Analytics）很相似，#但实际上这两个科系还是有区别的：
1. DS一般开设在大学的工学院或理学院，而BA一般开设在大学的商学院。DS适合理工科背景的同学申请；BA则适合文商科的同学申请，当然，理工科背景的同学也是可以申请的。
2. DS 专业的课程设置注重于数学、统计学以及计算机科学的融合，更侧重于培养学生利用计算机进行数据的解读分析。基础课程包含：统计理论、线性代数、分析算法、数据库系统等。拓展课程包含：信息科学、人工智能、机器学习等。
BA 的课程设置包含了统计学、计算机以及商业三门学科的融合，意在数理编程和管理科学中平衡。基础课程包含：统计学、数据分析、数据可视化、商业决策等。拓展课程包含：数据库、数据挖掘等。
DS 的就业方向除了可以考虑商业分析方面的工作，更可以选择偏向技术层面的工作，如数据分析师Data Analyst、数据科学家Data Scientist、机器学习工程师Data Engineer等，总体报酬也都是非常可观的。DS主要的工作内容包含数据模型的建立、数据架构、数据监管与存储等，目的是为了将数据整理好，使其存储成本最小化，以及查询的效率更高。
BA 的专业毕业生就业面可以说是非常广泛，可以选择在互联网、科技、零售市场、咨询、医药、通信、保险、银行、投行等行业从事商业分析。总结来说，BA就是通过对现代量化数据的管理和分析，从而对企业决策做出贡献。因此，BA专业的毕业生很抢手，薪资待遇也很不错。
1. BA的核心工作
BA的核心工作是基于自身业务，利用一定的数据分析能力，去帮助老板描述或回答他的问题。他们一般不会亲自对数据进行建模分析，也较少使用R/Python。但要懂得的是SQL、Excel和PPT。除了技术上的pull、分析数据之外，将会有大量的general management、跨部门沟通的工作，而且对于商业嗅觉的要求最高，技术上的要求则比较少。商业分析师的工作主要就是从结构化和非结构化的来源研究和提取有价值的信息，解释过去的、现在的营业业绩并预测将来的经营额，确定最佳分析模型和途径，为老板提供解决方案并阐述解决方案。
举个例子：
“《英雄联盟》打算发布新款皮肤，那哪种画风在什么样的市场最受欢迎？”
“哪种产品分别在全球的不同市场的投入，支出，收益的比率最高与最低？”
BA要给不同的产品，不同的项目组做数据报表，对产品排序——这个时候BA是站在高管的角度，运用数据分析能力给公司提供决策与支持。 相比DS，他们会更接近市场，必须展示一些业务上的新想法，当然这些新想法都必须源于数据基础。
2. DS的核心工作
如果说BA是解决表面问题，那么DS则是从根本上去解决问题。比如把公司的产品，物流，财务等做到极致。
Data Scientist的主要工作内容是建立统计模型，设计实验（A/B Testing），发现data insight等，要有扎实的数学功底，不错的编程技术来实现模型（Python）以及良好的商业意识。
Data Engineer，主要工作是建立数据科学的pipeline，一般需要对大数据平台非常熟悉，熟练掌握Hadoop，Spark等技术，对统计建模要求不高，但需要有很好的编程能力。
Data Analyst，主要职责则是数据处理，简单的分析和可视化。
BA专业对于学生建模能力和编程基础的要求并不是太高，但期望申请者具有良好的商业思维意识，以及展露出色的沟通交流能力与创新能力。适合BA的同学，Coding不需要很强，但要喜欢与人相处，而且情商要比较高。BA更像业务经理的升级版，贴近市场，有很多机会和高管接触。做BA的另一个核心就是喜欢和公司高管在一起，喜欢和人打交道。情商高的同学做这一块，升职机会很多。
DS 的技术核心就是应用数学、统计数学以及Computer Science，需要深度学习Python，R，SQL，Model等等。热爱数学的小伙伴是非常适合入读DS的。
相对于传统的Computer Science项目，DS对编程的要求还是低很多的，主要差别在代码量以及对系统的理解。DS一般编的程序不会太长，很少有那种一个模块几万行代码的项目，一般都可以划分为比较清晰的小功能模块，很多时候几百行代码就可以干很多事情，而且不涉及到底层操作系统、文件系统、服务器这个层面的编程，数学和逻辑比较好的同学都很适合就读DS课程。还有就是，在数据科学领域，大家比拼的一般不是谁的程序运行效率更高，而是谁能提出更好的利用数据解决问题的方案，至于程序本身的实现一般不是重点。
如果对自己能否应付课程持怀疑态度，强烈建议先上一些相关的网课，比如中国的小象学院，外国的Coursera、Udacity等都有很多相关的线上课程，上一门课就知道自己几斤几两了。
无论是DS或BA，两者都是高含金量的专业，对于学生的要求也相对会高，#如果想申请名校的这类科系，#一定要提早做好准备，否则你会读得很辛苦。
Summary
Both roles vary from company to company. What stays the same are the goals and impact that each role employs. Perhaps the biggest difference is the method of how you get to the solution or surface a finding. Some Business Analysts may find themselves eventually becoming Data Scientists, and vice versa. It depends on your preference for the skills and tools needed to perform your job.
整理：语默小编
资料来源：
：：：：：：：：：：：
Yumo Publishers | we share . we sell |
独中数学
参考书
学习单
复习题
教学视频
补习老师的生活小故事
亲子话题
教育理念
语默出版
快速浏览以上的教育产品
1、《初中数学参考书》：
2、《初中数学题库系列》：
3、《独中升初一必备》：
4、《统考逆袭的经济学笔记》：
5、《高中数学参考书 / 高中主题教学参考书》：
6、《逛逛我们的部落格》：