IKT

Podatkovni inženir, podatkovni znanstvenik in podatkovni analitik – kakšna je razlika

O tem so spregovorili na interni okrogli mizi podjetja Endava

Podporniki obveščajo

FINANCE
IKT
Digitalna dostopnost bo sredi leta 2025 postala zakonska obveza – kaj to pomeni za podjetja?
IKT
DIGITALNA DOSTOPNOST
IKTRedakcija IKT Digitalna dostopnost bo sredi leta 2025 postala zakonska obveza – kaj to pomeni za podjetja?

Več o tem boste izvedeli na brezplačnem izobraževanju, ki ga organizira Zavod za digitalno dostopnost A11Y.si.

FINANCE
IKT
Kako je videti virtualni pomočnik za podjetniška okolja
IKT
ADD KONFERENCA
IKTPodpornik projekta Kako je videti virtualni pomočnik za podjetniška okolja

To boste lahko izvedeli na letni konferenci podjetja ADD, na kateri bodo govorili tudi o novi regulativi, ki bo krojila nadaljnji razvoj, ter o podatkih in umetni inteligenci.

FINANCE
IKT
Slovenski Kontron lansiral zasebno mobilno omrežje 5G v nemški proizvodnji
IKT
ZASEBNA 5G OMREŽJA
IKTPodpornik projekta Slovenski Kontron lansiral zasebno mobilno omrežje 5G v nemški proizvodnji

Gre za naložbo v robustno omrežno infrastrukturo, ki je pripravljena na prihodnost in podpira trenutne in prihodnje potrebe po brezžični povezljivosti v proizvodnji in skladišču

FINANCE
IKT
Kako bodo s pomočjo umetne inteligence preprečili izumrtje atlantskega lososa na Norveškem
IKT
NAGRADA ZA INOVACIJO
IKTPodpornik projekta Kako bodo s pomočjo umetne inteligence preprečili izumrtje atlantskega lososa na Norveškem

Rešitev je v okviru pobude Tech4Aall razvil Huawei skupaj z lokalnimi partnerji

FINANCE
IKT
Poziv za obnovo pravil enotnega digitalnega trga
IKT
DIGITALNI TRG
IKTPodpornik projekta Poziv za obnovo pravil enotnega digitalnega trga

Digitalno preobrazbo tradicionalnih industrij bi bilo treba voditi z jasnimi pravili za dostop in delitev podatkov

22.11.2021 10:00
Čas branja: 3 min

Podjetja se v čedalje večjem številu preoblikujejo v podatkovno gnana podjetja, za katera je značilno, da vse več znanja in denarja vlagajo v podatkovno analitiko. Pri tem se velikokrat znajdejo pred dvema velikima težavama. Prva je pridobivanje ustreznih in pravih podatkov, druga pa izbor pravega modela za njihovo obdelavo. Pri tem lahko podjetjem priskočijo na pomoč podatkovni analitik, podatkovni inženir in podatkovni znanstvenik.

O tem, kakšna je vloga vsakega izmed njih, so na interni okrogli mizi, ki jo je podjetje Endava organiziralo za svoje zaposlene, razpravljali Olivera Hadžić Borisavljević, višja podatkovna analitičarka iz Srbije, Bojan Sapunov, višji podatkovni svetovalec iz Severne Makedonije, in Jure Bevc, višji podatkovni znanstvenik iz Slovenije – vsi trije zaposleni v Endavi.

Napačni podatki so najpogostejši razlog za težave

»Zbiranje nepomembnih in izpuščanje pomembnih podatkov sta najpogostejša razloga, da se stvari zapletejo,« je povedal Jure Bevc. »Če imate slabe podatke, lahko uporabljate najboljše modele na svetu, pa ne boste prišli do nobenih rezultatov.«

»Sam se večinoma ukvarjam s podatki v tabelah. Pričakovali bi, da bodo podatki tam dobro pripravljeni, vendar se to v praksi nikoli ne zgodi,« je povedal Bevc. Zato vsak projekt preobrazbe v podatkovno gnano podjetje na začetku vključuje čiščenje podatkov.

Različni podatkovni modeli

Ko imamo enkrat zbrane kakovostne podatke, je treba izbrati še dober model, od katerega bo odvisno, koliko se bomo iz podatkov naučili. In kaj je pri tem najbolj pomembno? Kot je povedal Bojan Sapunov, obstaja več metod za doseganje podobnih rezultatov, vendar so izkušnje pogosto tiste, ki povedo, katera praksa je najboljša. Poleg tega morajo vse tri vloge – podatkovni inženir, podatkovni znanstvenik in podatkovni analitik – poznati odgovore na vprašanja, zakaj se bo določen model uporabljal, kako pogosto, ali gre za transakcijske ali analitične namene in druga.

Tri vloge, tri odgovornosti

»Projekti, s katerimi se ukvarjajo podatkovni znanstveniki, imajo navadno neko komponento umetne inteligence. Pri večjih projektih dobimo podatke v obliki, ki je dovolj dobra za začetek modeliranja. Ponavadi izvedemo nekaj predikativnih modelov in jih ocenimo. Če so podatki nestrukturirani, bodisi slike bodisi videoposnetki, jih ponavadi tudi preoblikujemo. Čeprav včasih pri manjših projektih izvajamo tudi podatkovno inženirstvo, pri večjih sodelujemo s strokovnjaki s tega področja,« je pojasnil Bevc.

Medtem ko se podatkovni znanstveniki ukvarjajo s predikativnimi modeli, podatkovni inženirji gradijo logične in fizične podatkovne modele. »Odgovorni so za preoblikovanje podatkov, pisanje poizvedb o tem, migriranje podatkov v oblak ali druge sisteme,« je povedal Sapunov. Kot je dodal, pogosto zelo tesno sodelujejo s strankami, da lahko razumejo njihovo poslovanje. Imeti morajo dovolj informacij za oblikovanje ustreznih podatkovnih pretvorb in modelov, zato se njihovo delo večkrat prekriva z nalogami podatkovnih analitikov.

»Ko govorimo o podatkovnih analitikih, sta prvi stvari, ki nam padeta na pamet, poročanje in vizualizacija. Ob tem pa se ukvarjamo tudi s pridobivanjem, preoblikovanjem in nalaganjem podatkov (ETL) in razvojem modelov s strukturiranimi podatki,« je povedala Olivera Hadžić Borisavljević.

Za podatkovne analitike je po njenih besedah najbolj pomembna veščina razmišljanje, ki temelji na podatkih – kaj podatki sploh so, kam jih lahko shranimo, kako jih uporabimo … »Kot podatkovni analitik moraš imeti dobre komunikacijske veščine in biti s stranko na isti valovni dolžini«, je še dodala Hadžić Borisavljevićeva.

Vloge podatkovne discipline v prihodnosti

Po mnenju vseh treh strokovnjakov se vloga podatkovnega analitika razvija in širi v smer podatkovnega znanstvenika. Glavni razlog za ta premik je količina podatkov, orodij in tehnik, ki se uporabljajo za pospešeni proces analize. Po drugi strani se vloga podatkovnega znanstvenika razvija proti inženirju strojnega učenja. Največja razlika med obema pa je, da podatkovni znanstvenik analizira podatke in postavi nekaj modelov, inženir strojnega učenja pa nato poskrbi, da modeli dobro in hitro delujejo.

V prihodnje bo avtomatizacija pospešila nekatere korake pri iskanju pravega modela. Zlasti podatkovni inženirji pa se čedalje bolj zanašajo na oblak, saj bodo njegove zmožnosti lahko uporabili za hitrejše analiziranje velikih količin podatkov ali analiziranje pretočnih podatkov.

Vsebino omogoča Endava.

Napišite svoj komentar

Da boste lahko napisali komentar, se morate prijaviti.
Več o temi
Kliknite + poleg oznake in se prijavite na obveščanje. S klikom na ime posamezne oznake preverite seznam člankov.
OGLAS
FINANCE
Nepremičnine
Nepremičnine Kakšen mora biti kakovosten servis kosilnice

Vključevati mora vse potrebne preglede in popravila kosilnice oziroma vrtnega traktorja ali riderja – opravite ga pri strokovnjaku.

FINANCE
Članki
Bi imeli za šefa – robota?
Finance
FinanceAlbina Kenda Bi imeli za šefa – robota? 2

Je izbira o vlogi podatkov pri odločanju zgolj možna ali nujna?

FINANCE
IKT
Digitalna preobrazba NLB med najboljšimi evropskimi finančnimi projekti
IKT
IKTJakob Žorž Digitalna preobrazba NLB med najboljšimi evropskimi finančnimi projekti

NLB se je s svojo iniciativo »Fintech arhitektura v jedru tradicionalne banke« uvrstila v evropski finale za Gartnerjevo nagrado Eye on Innovation Awards za inovativne rešitve v finančnem sektorju

FINANCE
Topjob
To je slovenska podjetnica, ki na Škotskem zbira in vizualizira podatke
Topjob
TopjobAnja Zaletel To je slovenska podjetnica, ki na Škotskem zbira in vizualizira podatke

»Danes podjetja zbirajo gore podatkov o uporabnikih, ti pa od tega nimajo nič. Rada bi pogledala z druge strani – kako lahko ljudje najdejo podatke o oblasteh in podjetjih,« pravi Petra Matijevič.

FINANCE
IKT
Ste izpeljali odličen B2B e-commerce projekt? Prav vas iščemo!
IKT
SPLETNO POSLOVANJE
IKTFinance PRO Ste izpeljali odličen B2B e-commerce projekt? Prav vas iščemo!

Z izborom želimo ozaveščati o pomenu in koristih digitalizacije medpodjetniškega poslovanja ter predstaviti slovenske dobre prakse spletnega poslovanja na področju B2B

Tovarna
Dobre prakse
Z IIoT nadgradite funkcionalnosti sistemov MES in povišajte dodano vrednost
Tovarna leta
Dobre prakseAleš Ogorevc Z IIoT nadgradite funkcionalnosti sistemov MES in povišajte dodano vrednost

Intervju: Hubert Golle, svetovalec za industrijo 4.0 v podjetju Audax

AGROBIZ
Agro HI-tech
Digitalni dvojčki živih organizmov se bodo kmalu sami učili iz pridobljenih podatkov
Agrobiznis
Agro HI-techKlemen Koncilja Digitalni dvojčki živih organizmov se bodo kmalu sami učili iz pridobljenih podatkov 2

Na Nizozemskem z razvojem digitalnih dvojčkov raziskujejo optimalne permutacije rastlin. Tako bodo izboljšali ne le produktivnost rasti, ampak tudi odpornost proti boleznim.

Tovarna
Novice
(intervju) Z vizualizacijo proizvodnih podatkov do večje konkurenčne prednosti
Tovarna leta
NoviceSabina Petrov (intervju) Z vizualizacijo proizvodnih podatkov do večje konkurenčne prednosti

V proizvodnih podjetjih vizualizacija podatkov pride v poštev, ko želijo oziroma potrebujejo hitro odčitavanje določenih trendov, ciklov..., sta povedala Domen Ocepek in Andrej Kreuh, Kopa računalniški inženiring

FINANCE
Kibernetska varnost postaja glavno poslovno tveganje. Zakaj?
PRO
Finance
KIBERNETSKA VARNOST
Finance PRO Kibernetska varnost postaja glavno poslovno tveganje. Zakaj? (PRO)

Hekerski napadi lahko za več dni povsem ustavijo poslovanje podjetij – več o tem si preberite v posebni izdaji Kibernetska varnost.