“我从星展银行基金会编程营获得了很多材料。从最初的教学大纲开始，其中提到了计算机网络和 IP 地址的基础知识，最后的教学大纲则涉及网络安全和云计算的实践。这些资料足够我作为职业学校三年的教材了。“我将来还可以为我的学生提供奖励材料，”法贾尔说。

现在，从星展银行基金会编程营项目毕业后，Fajar 已做好更好的准备，成为一名更有能力提供学生所需知识的教师。除此之外，他还准备参加奖学金计划，并瞄准他本科就读的校园的信息工程硕士学习计划。

“学习是必须的，聪明是加分”，这是Fajar一直持有的动力

也能够带领他一步步实现自己的目标。现在，在完成星展银行基金会编程营项目的学习后，Fajar 已准备好成为一名能够激发学生同样学习热情 约旦手机号码列表 的老师。域的工作已成为印尼紧缺的工作。十年前，谷歌首席经济学家哈尔·瓦里安（Hal Varian）引用《哈佛商业评论》的话称，“未来10年最性感的工作将是统计学家”。大数据领域开放的大量职位空缺证明了这一点，例如数据分析师和数据科学家。

对于学习机器学习领域的人来说，很熟悉了。考虑到机器学习领域的职业前景也非常广阔，出现了数据分析师、数据工程师、数据科学家以及机器学习工程师等职位。

在这篇文章中，我们将了解这两个相同类型但不同的工作。这两个角色是数据分析师和数据科学家职位。为了

更容易区分这两种工作，我们将从三点来认识它们。

义务和责任
工具
技能
下面我们就来一一讨论一下其中的区别吧！

义务和责任
从所赋予的职责来看，数据分析师 和数据科学家当然有不同的角色。数据分析师的主要任务是从现有数据中提供见解。通常，数据分析师团队使用历史 CXB名录 数据或过去的数据。该数据可以从各种事件或做出的决策中获得。

数据分析师团队将从这些数据中提供见解。由此产生的见解是从出现的问题中产生的。获得的洞察力将成为识别过去问题所需的信息或成为未来决策的决定因素。

这与数据科学家团队不同，数据科学家团队的工作是探索现有的数据。数据科学家将进行探索，找出对未来有影响的数据。