北美数据岗必备：三种DS/DA求职应该了解的小众工具

对于数据分析师和数据科学家来说，虽然有很多更复杂的工具，但当你回顾这两个职位之间的共同技能时，会发现有一些通用的工具被忽略了。了解这些工具既能在面试过程中帮助你，也能在你被录用后帮助到你。这些技能中，有两个更注重组织性和流程，其他的则更注重洞察力和分析。

作为一个数据分析师或数据科学家，你工作的很大一部分都是沟通交流。了解复杂的机器学习算法和Python编程会让你受益，而且也是很有必要的。然而，知道怎样和公司的其他利益相关沟通也同样重要，这也正是这些工具发挥作用的地方。如果你想要继续了解数据分析师和数据科学家应该了解的这三种工具的话，请继续阅读。如果你还想了解更多数据分析相关内容，可以阅读以下这些文章：

2021年北美数据求职：Data Scientists应关注这15个网站
狗家/IBM/微软：哪家线上Data Analyst证书求职含金量最高？
分析了2020年北美5500个数据科学岗位，我们用这8张图给你总结了求职热点
2021求职数据科学简历中必备的7个要素

Jira

在这些工具中，可能人们谈论的最少的就是Jira，但同时，它可能是被使用最多的工具。Jira之所以能帮到团队，是因为它充当了所有项目的规划平台，可以看到团队需要做什么、正在做什么、需要改进什么以及最近完成了什么。项目委员会通常是公司组织内部的一个团队，比如商业分析团队或数据科学团队。以下是对数据分析师和数据科学家来讲，使用Jira的一些好处：

项目板块可视化：总的来说，Jira的这个功能是最有用的，在你需要完成的重点项目中，你可以把当前的部分任务可视化。比如，你有一堆要处理的任务单，那么你可以将这些任务单移到“正在进行”，或最后的“最终完成”。这些高亮的步骤通常都是些常见步骤，不过在Jira中，你可以把他们改成任何你想要的名称，就像用白板上的便利贴一样。

Epic Link管理：如果你的任务单有一个总主题，你就可以将他们分组到一个叫Epic link的组里。它的这个功能可以将常规任务/任务单连接在一个伞状主题下。假设你有五个任务，分配给了多个人，你就可以将所有的任务连接到同一个主题上，比如产品分类或者第一季度的热图。

优先等级—一旦你开始使用Jira，在众多任务单中，你很难把所有任务的重要程度排序。做为解决办法，你可以对每个单独的任务做出优先排序，这样会更好理解。比如，你可以将它们列为P1、P2、P5等，将这些优先级较高的事务进行不同颜色的标注也很不错，这样当你在会议(比如每日例会)中浏览任务列表时，就能更容易注意到优先的那些。

如你所见，Jira对数据分析师和数据科学家来讲都很有用，它主要是作为组织的应用程序，在你项目拓展、团队和整个公司中都是非常重要的。

Looker

接下来这个工具也和其他可视化工具相似，所以这里说到的很多东西对其他类似工具也同样适用，比如Tableau。Looker专注于数据并将其可视化，据Looker官方描述，它主要用于现代BI与分析，综合了见解、数据工作流和自定义应用程序。Looker擅长轻松整合SQL query并创建图表和报告。同样地，数据科学见解也是如此，可以对一个模型中的结果进行良好清晰的监测。

以下是Looker对数据分析师于数据科学家的好处：

整合SQL ：Looker的主要用处是连接到你的数据并将其提供给用户。你可以使用SQL查询你的数据库。这是一种获取数据的简单方法，跟你以前习惯的方式一样，唯一不同的是，这个是在应用程序内部完成。

数据可视化：基于SQL的查询功能，你可以通过Looker创建几种可视化。这里的可视化工具包括：funnel, maps, gauge, timeline,donut multiples, Sankey, treemap,和combined charts.

数据分析人员的许多工作都是通过SQL查询和可视化数据的。对于数据科学，你可以设置指标来评估模型的总体性能，使用不同的过滤器还能创建出更精细的指标。

Confluence

这个工具隶属于Atlassian公司，包括Jira。Confluence是最简单的工具，但基于团队中不同的what and how（内容和方式）的需要，它任然能帮助到数据分析师和数据科学家。很多公司会以问题为基础构建团队信息，比如“什么是数据分析？”或者“什么是数据科学？” 它还可以用来记录公司内部使用的机器学习算法等重要概念。

以下是数据分析人员和数据科学家使用Confluence的一些好处：

Pages ：Confluence的一个功能就是Pages，它像书签一样标记了对团队而言非常重要的项目。数据分析师可以用这一功能来保存如创建指标等常见过程的地方，而对于数据科学家来说，它可以作为学习机器学习算法的地方，这对现有员工和新聘员工都很有用，可以用于培训目的。

合作：所有这些工具都有协作的主题，Confluence也不例外。你可以在Pages上点赞和评论，这对于开展对公司的分析方面的重要对话很有帮助。

虽然很简单，但Confluence可以成为一些数据分析和数据科学团队的重要组成部分，因为它可以用来阐述和记录应该被广泛了解的常见流程。

总结

数据分析师和数据科学家通常在公司有共同的任务，也就是会说有共同的工具来帮助他们完成任务。上文我们讨论了这两种职位的人都应该知道的三种常用的工具。虽然它们不是很复杂，但是对于建立一个更有组织的团队来讲，它们是很重要的。总之，以下是数据分析师与数据科学家应该知道的三种工具：Jira, Looker,和Confluence。

希望你能觉得这篇文章有趣、有用。作为数据分析师或数据科学家，如果这些工具帮到过你，欢迎在下方发表评论。有关使用这些工具的其他原因，或者你是否在用其他的工具，也可以在下方留言。你还可以订阅我们的YouTube频道，观看大量数据科学相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/

原文作者：Matt Przybyla
翻译作者：Lea
美工编辑：过儿
校对审稿：Dongdong
原文链接：https://towardsdatascience.com/3-tools-both-data-analysts-and-data-scientists-should-know-1c7b814812e4