برای مشاهده تمام آموزش های پاور بی آی به لینک زیر مراجعه کنید:
مقدمه
پروژه ها و برنامه های امروزی می توانند بزرگ مقیاس و پیچیده باشند. این پروژه ها اغلب نیازمند استفاده از مهارت ها و دانش افراد بیشماری است. در این موارد هر فردی یک استعداد و مهارت خاصی دارد که آن را در یک کار گروهی به اشتراک می گذارد و دارای مسئولیت ها و وظایف هماهنگ شده ای است که در نهایت منجر به ثمربخش شدن و به نتیجه رسیدن پروژه یا تولید محصول می شود.
در سال های اخیر نقش هایی از قبیل تحلیل گران کسب و کار و توسعه دهندگان هوش تجاری به عنوان یک سری استانداردها برای پردازش و شناخت داده مطرح شده اند. با این وجود گسترش بیش از حد و ایجاد انواع مختلف داده باعث شده است که این نقش ها به یک سری مهارت های تخصصی تری تبدیل شوند و همچنین فرآیندهای مهندسی و تجزیه و تحلیل داده مدرنیزه و ساده شوند.
در بخش های زیر نقش های مختلف موجود در داده و مسئولیت های خاص در حوزه مربوط به کشف و شناخت داده بیان می شوند:
- تحلیل گر کسب و کار
- تحلیل گر داده
- مهندس داده
- متخصص داده
- مدیر دیتا بیس
تحلیل گر کسب و کار
با وجود اینکه یک سری شباهت هایی مابین تحلیل گر داده و تحلیل گر کسب و کار وجود دارد، ولی تفاوت اصلی مابین این دو نقش عبارت از کاری است که آنها با داده انجام می دهند. یک تحلیل گر داده به کسب و کار نزدیک تر است و در تفسیر داده به دست آمده از تصویر سازی ها تخصص دارد. در اغلب مواقع نقش های مربوط به تحلیل گر داده و تحلیل گر کسب و کار مربوط به یک فرد خاص است.
تحلیل گر داده
یک تحلیل گر داده این امکان را برای کسب و کارها فراهم می کند تا میزان دارایی های داده ای خودشان را از طریق ابزارهای تصویرسازی و گزارش دهی همانند مایکروساف پاور بی آی افزایش دهند. تحلیل گران داده مسئول پروفایل کردن، تمیز کردن و تبدیل داده ها هستند. همچنین مسئولیت آنها شامل طراحی و ایجاد مدل های داده ای مقیاس پذیر و موثر و همچنین ایجاد امکان و اجرای توانایی های تحلیلی پیشرفته در گزارش ها و برای تحلیل گران است. یک تحلیل گر داده با ذینفعان مختلف همکاری می کند تا نیازهای گزارش دهی و داده ای ضروری و مناسب شناسایی شوند؛ کار بعدی که این افراد انجام می دهند عبارت از تبدیل کردن داده های خام به یک سری دانش ها و بینش های مرتبط و معنادار است.
یک تحلیل گر داده همچنین مسئولیت مدیریت دارایی های پاور بی آی را هم بر عهده دارد؛ این دارایی ها شامل گزارشات، داشبوردها، محیط های کاری و مجموعه داده های مرتبط است که در گزارشات مورد استفاده قرار می گیرند. وظیفه آنها اجرا و ایجاد رویه های امنیتی مناسب (به نحوی که با نیاز ها و خواسته های ذی نفعان مطابقت داشته باشد) و حفاظت مناسب از تمامی دارایی های پاوری بی آی و داده های آنها است.
تحلیل گران داده ها با مهندسین داده همکاری می کنند تا یک سری منابع داده ای مناسب که نیازهای ذی نفعان را تامین می کنند، تعیین و موقعیت یابی شوند. علاوه بر این تحلیل گران داده ها با مهندسین داده و مدیران دیتا بیس همکاری می کنند تا تحلیل گران بتوانند به منابع داده ای مورد نیاز خودشان دست پیدا کنند. همچنین تحلیل گر داده همراه با مهندس داده به منظور شناسایی فرآیندهای جدید یا ارتقاء فرآیندهای موجود همکاری می کند تا داده های مورد نیاز برای تحلیل جمع آوری شوند.
مهندس داده
مهندس داده یکی دیگر از نقش ها در حوزه داده است. مهندسین داده تکنولوژی های پلت فرم داده را که در محل و فضای ابری هستند، تهیه و راه اندازی می کنند. آنها جریان داده ای ساختار یافته و بدون ساختار را از منابع مختلف مدیریت و ایمن سازی می کنند. پلت فرم های داده ای که آنها استفاده می کنند می تواند شامل دیتا بیس های رابطه ای، دیتا بیس های بدون رابطه، جریان های داده ای و انباره های فایلی باشد. مهندسین داده همچنین در مورد ایمنی سرویس های داده ای و ادغام نامتشابه در کل سرویس های داده ای اطمینان لازم را ایجاد می کنند.
مسئولیت های مهندس داده
مسئولیت های اصلی مهندسین داده شامل استفاده از ابزارها و سرویس های داده ای استفاده از سروییس ها و ابزارهای فیزیکی و ابری بمنظور تحلیل، بدست آوردن و تبدیل داده های بدست آمده از منابع مختلف می باشد. مهندسین داده با صاحبان شرکت ها همکاری می کنند تا نیازهای داده ای موجود را شناسایی و تامین کنند. وظیفه اصلی این متخصصین طراحی و اجرای راه حل ها است. مهندس داده یکی دیگر از نقش ها در داده است.
هر چند که وظایف و مسئولیت های مهندس داده و مدیر دیتا بیس می تواند شامل یک سری تشابهاتی باشد، ولی محدوده کاری یک مهندس داده فراتر از محافظت از داده ها و سرور مورد استفاده می باشد و احتمالا شامل مدیریت داده های عملیاتی کلی نمی باشد. یک مهندس داده می تواند هوش تجاری و پروژه های علوم داده ای را به صورت قابل توجهی افزایش دهد. زمانی که مهندس داده داده ها را جمع آوری می کند (که در اغلب مواقع به عنوان درگیری با داده ها توصیف می شود)، به دلیل اینکه متخصصان داده ها می توانند بر روی حوزه کاری شان متمرکز شوند، پروژه ها سریعتر پیشرفت خواهند کرد.
شما به عنوان یک تحلیل گر داده همکاری نزدیکی با یک مهندس داده خواهید داشت تا امکان دسترسی به منابع مختلف ساختاریافته و غیرساختار یافته ایجاد شود، چرا که این مورد در بهینه سازی مدل های داده ای نقش مهمی دارند؛ باید توجه داشت که این مدل ها با استفاده از انباره داده ای یا دریاچه داده ای بدست می آیند.
هر دو مدیران دیتا بیس و متخصصان هوش تجاری می توانند نقش یک مهندس داده را داشته باشند؛ این افراد باید یک سری ابزارها و تکنولوژی هایی را یاد بگیرند که برای پردازش حجم گسترده ای از اطلاعات مورد استفاده قرار داده می شوند.
متخصص داده
متخصصان داده ها به منظور ایجاد موارد ارزشمند از داده ها اقدام به انجام تحلیل های پیشرفته می کنند. کار آنها می تواند از تحلیل های پیشرفته تا تحلیل های پیشگویانه متغیر باشد. تحلیل گران توصیفی با استفاده از یک فرآیندی به اسم تحلیل داده های اکتشافی (EDA) اقدام به ارزیابی تحلیل های توصیفی می کنند. تحلیل های پیشگویانه بمنظور اجرای تکنیک های مدلینگ (که می توانند موارد غیرنرمال یا الگوها را مشخص کنند) از یادگیری ماشینی بکار گرفته می شوند. این تحلیل ها بخش مهمی از مدل های پیشگویانه هستند.
تحلیل های توصیفی و پیشگویانه تنها مربوط به بخشی از کارهای متخصصان داده است. برخی متخصصان داده ممکن است در بخش یادگیری عمیق فعالیت داشته باشند و از طریق آزمایشات تکراری و با استفاده از الگوریتم های سفارش سازی شده اقدام به حل مشکلات داده ای پیچیده بکنند.
شواهد تجربی حاکی از آن است که بیشترین قسمت از کارهای صورت گرفته در یک پروژه علمی داده ای عبارت از کار کردن با داده و مهندسی ویژگی ها می باشد. در صورتیکه مهندسین داده از مهارت متخصصان داده برای پردازش موفق داده ها استفاده کنند، فرآیند مربوط به آزمایشات می تواند با سرعت بالاتری صورت بگیرد.
ممکن است به نظر برسد که کار متخصص داده و تحلیل گر داده تفاوت قابل توجهی با هم دارند، ولی این فرضیه کاملا اشتباه می باشد. یک متخصص داده بعد از بررسی داده ها مشخص می کند که کدام یک از سوالات باید پاسخ داده شوند و در اغلب مواقع یک فرضیه یا آزمایشی را توصیه می کند و بعد از آن برای تصویر سازی و گزارش داده ها از تحلیل گر داده استفاده می کند.
مدیر دیتا بیس
مدیر دیتا بیس یکی دیگر از نقش ها در حوزه داده، جنبه های عملیاتی مربوط به فضای ابری – محلی و راه حل های پلت فرمی داده هیبریدی را اجرا و مدیریت می کند که در سرویس های داده Microsoft Azure و Microsoft SQL Server ساخته شده اند. یک مدیر داده مسئول دسترسی کلی و عملکرد هماهنگ و بهینه سازی راه حل دیتا بیسی است. این افراد با صاحبان شرکت ها همکاری می کنند تا سیاست ها، ابزارها و فرآیند های مربوط به بک آپ داده ها و پلن های ریکاوری شناسایی و اجرا شوند.
نقش یک مدیر دیتا بیس متفاوت از نقش یک مهندس داده می باشد. یک مدیر دیتا بیس سلامت کلی یک دیتا بیس و سخت افزاری را که استفاده می شود را نظارت و مدیریت می کند؛ این در حالی است که کار مهندس داده در این فرآیند عبارت سر و کار داشتن با داده می باشد (این موارد عبارت از بدست آوده داده ها، تبدیل، ارزش گذاری و پاک کردن داده ها به منظور تامین نیازها و الزامات کسب و کار می باشد).
مسئولیت یک مدیر دیتا بیس همچنین شامل مدیریت امنیت کلی داده، ارائه و محدود کردن دسترسی ها و امتیازات مربوط به داده ها می باشد که از طریق نیازها و الزامات کسب و کار مشخص می شود.
ممنون این مطلب رو مطالعه کردید امیدوارم با انواع نقش ها در حوزه داده آشنا شده باشید. در قسمت بعدی وظایف تحلیل گر داده رو به طور مفصل شرح خواهیم داد.