Big data va data science: farqi nimada

Ikki atama ko‘pincha bir-birining o‘rnida ishlatiladi va bu chalkashlikka olib keladi: kompaniya «data scientist» qidiradi, aslida esa unga ma’lumot infratuzilmasini quradigan muhandis kerak bo‘ladi. Yoki aksincha.

Big data nima

Big data — oddiy vositalar bilan saqlash va qayta ishlash qiyin bo‘lgan ma’lumot hajmi va u bilan ishlash texnologiyalari. Odatda uch xususiyat bilan tavsiflanadi:

• Hajm — bitta server va oddiy bazaga sig‘maydi
• Tezlik — ma’lumot uzluksiz va tez kelib turadi: tranzaksiyalar, sensorlar, loglar
• Xilma-xillik — jadvallar, matnlar, rasmlar, hodisalar oqimi aralash

Big data sohasidagi savollar asosan muhandislik: ma’lumotni qayerda saqlash, qanday qilib ko‘p serverda parallel qayta ishlash, qanday tez topish.

Data science nima

Data science — ma’lumotdan bilim va qarorlar olish fani. U statistika, mashinaviy o‘qitish va soha bilimini birlashtiradi. Savollari:

• Mijozlarning qaysi guruhlari bor
• Talab keyingi oyda qanday bo‘ladi
• Qaysi omil mijoz ketishiga ta’sir qiladi
• Yangi narx siyosati foyda berdimi

Data science uchun big data shart emas. Ko‘p foydali tahlillar bir necha ming qatorli jadvalda, oddiy noutbukda bajariladi.

Asosiy farq

Ular qanday bog‘langan

Ma’lumot juda katta bo‘lganda data scientist big data infratuzilmasisiz ishlay olmaydi: unga tayyorlangan, tozalangan va tez olinadigan ma’lumot kerak. Shu ma’noda big data — poydevor, data science — uning ustidagi qavat. Lekin poydevor yolg‘iz o‘zi qiymat bermaydi, agar undan hech kim foydalanmasa.

Biznesga qaysi biri kerak

Ma’lumot kam yoki o‘rtacha. Ko‘plab kichik va o‘rta kompaniyalar shu toifada: CRM, 1C, sayt, reklama. Bu yerda big data texnologiyalari ortiqcha. Yaxshi tahlilchi va oddiy ma’lumot ombori ko‘proq foyda beradi.

Ma’lumot juda ko‘p. Telekom, banklar, yirik chakana tarmoqlar, marketpleyslar, logistika: millionlab tranzaksiyalar va hodisalar. Bu yerda big data infratuzilmasi zarur.

Yollashdagi xato

Infratuzilmasi yo‘q kompaniya birinchi bo‘lib data scientist yollaydi. U vaqtining ko‘p qismini ma’lumot qidirish va tozalashga sarflaydi, modellarga emas. To‘g‘ri tartib odatda: avval ma’lumotni bir joyga yig‘ish va tartibga solish, keyin tahlil va modellar.

Xulosa

Big data — texnologiyalar va hajm haqida, data science — usullar va savollar haqida. O‘z kompaniyangizda qaysi biri yetishmayotganini aniqlash uchun so‘rang: «ma’lumotimiz bor, lekin uni olish qiyinmi» yoki «ma’lumot oson olinadi, lekin undan xulosa chiqarmaymizmi».