众所周知，数据科学在未来几年有着巨大的需求。数据科学是一个非常庞大的课题，它也包含许多小而定义明确的主题。数据科学领域下有许多工作角色。在本模块中，我们主要讨论业务分析师和数据工程师的角色。
业务分析师首先会识别出业务中需要改进的领域，以加强业务流程。他们还会与团队成员合作，分享他们的想法和发现。业务分析师通过分析业务流程、公司提供的服务以及分析数据和产品来改进特定公司的业务，从而提供更好的服务。他们在引入或试图改变业务流程以获得更好结果时，也会采取严谨的方法。
商业趋势会随着时间而改变，因此业务分析师会持续分析这些变化。他们主要通过识别过去以及当前的业务和为实现业务目标所采取的适当步骤，来专注于公司的目标。
了解业务是业务分析师的一个重要角色。业务分析师首先会结合过去和现在的业务来了解特定公司的业务。通过比较和分析过去和现在的业务，他们将清楚地了解业务是如何运作的。
众所周知，商业趋势日新月异，因此分析变化并采取进一步措施来改进业务非常必要。业务分析师应明确确定可以对现有业务流程进行哪些改进以实现业务目标。
如果业务分析师对业务以及如何改进业务有了清晰的认识，那么下一个角色就是确定改进的任务和步骤。在这里，他们将确定为了改进现有业务流程需要什么。
业务分析师主要设计IT系统所需的功能，以改进现有业务流程。为了进行更改，他们会创建功能规范，这也是业务分析师的主要职责之一。
业务分析师还将确定如何实施所有发现，以改进现有业务。他们还将确定业务改进和实现目标所需的技术设计。
基本上，数据工程师是一名IT工作者，他为分析和运营用途准备数据。为了从不同来源收集信息，数据工程师会构建数据管道。数据工程师总是与数据科学家以及业务分析师合作。原始数据由数据工程师转换为可用格式，并提供给数据科学家。从不同来源收集的数据由数据工程师提供给业务分析师进行适当分析。
数据工程师主要构建数据管道，以便从不同来源收集数据。他们将帮助数据科学家整合、合并和清理从不同来源收集的数据。
数据工程师处理结构化和非结构化数据。结构化数据包含组织良好的信息。而非结构化数据则包含文本、图像、音频和视频文件。数据工程师的主要职责是开发软件、构建和维护数据管道。他们还会维护数据库。Hadoop、NoSQL数据库和Spark是数据工程师使用的主要工具。
数据工程师是与数据分析师、数据科学家以及小团队合作收集数据的人。在数据收集之后，他们也会帮助处理数据。尽管他们具备多种技能，但他们在系统架构方面的知识非常薄弱。数据工程师总是数据科学家和数据分析师的得力助手。
在这里，数据工程师主要与处理中等规模数据的数据分析师团队合作。他们还帮助数据分析师处理更复杂的数据科学项目。这类数据科学工程师主要见于中型和大型公司。
扮演以数据库为中心的工程师角色的数据工程师会实施分析数据库、维护分析数据库，并且还会填充分析数据库。这类数据工程师常见于数据分布在多个数据库的大型公司。
| 业务分析师 | 数据工程师 |
|---|---|
|
|
| 业务分析师 | 数据工程师 |
|---|---|
|
|
| 业务分析师 | 数据工程师 |
|---|---|
|
|
| 业务分析师 | 数据工程师 |
|---|---|
|
|
| 业务分析师 | 数据工程师 |
|---|---|
| 印度 每年760,000卢比（约） | 印度 每年950,000卢比（约） |
