原文: Data Scientist versus Business Analyst
https://www.datasciencecentral.com/profiles/blogs/data-scientist-versus-business-analyst
业务分析师专注于数据库设计（数据库建模，处于较高水平，包括定义指标，仪表盘的设计，检索和生产执行报告和设计报警系统）上的各种商业项目和支出，以及预算问题，投资回报率的评估。有些人致力于营销或优化以及风险管理。许多人致力于高层项目管理，直接向高管汇报。
一些合成任务，有时是由数据科学家演出为好，特别是在规模较小的公司：创建Metric和定义，高层次的数据库设计（这应收集数据，以及如何），或计算市场，甚至增长黑客（字互联网流量呈指数级快速增长，可能涉及工程和分析技能）。
数据科学家还有空间帮助分析师的工作，例如帮助自动生成报告，并提高数据提取速度。你可以教业务分析师FTP，从根本上UNIX命令：ls -l命令，RM -i，头，尾，猫，CP，MV，排序的grep，uniq的-c，以及管道和重定向操作符（|，>）。然后，您在数据库服务器上编写并安装一段代码（传统上通过浏览器或通过Toad或Brio等工具访问业务分析人员）以检索数据。然后，所有的业务分析师都想拥有
创建一个SQL查询（即使使用可视化工具）并将其保存为SQL文本文件，
将其上传到服务器，然后运行程序（例如一个Python脚本，它读取SQL文件并执行它，检索数据并将结果存储在CSV文件中），
然后将输出（CSV文件）传输到他的机器以供进一步分析。
搜索协作对业务分析师和数据科学家来说是双赢的。实际上，它已经帮助业务分析师提取比他们习惯的数据大100倍的数据，比他们快10倍。
结论：数据科学家不是业务分析师，但他们可以帮助您，包括自动化业务分析师的任务。因此，数据科学家可能更容易找到工作，特别是在只有一个职位预算的公司中，而且雇主不确定他或她是否是业务分析员是商业头脑，可以执行一些传统上分配给业务分析师的任务）。一般来说，业务分析师首先被聘用，数据和算法变得太复杂，引入了一位数据科学家。如果您创建自己的创业公司，则需要同时使用：数据科学家和业务分析师。
