SAS significa “ sistema analítico estadístico “.
SAS es un sistema que se ocupa de la extracción, manipulación, formateo / transformación y carga (importación / exportación) de datos. La mayoría de las empresas, especialmente aquellas que tratan con una gran cantidad de datos a diario utilizan SAS. Algunas de las verticales son finanzas, comercio electrónico, productos farmacéuticos y banca.
Ahora, depende para qué propósito, qué herramienta se debe usar (SAS tiene muchas herramientas que se usan para diferentes propósitos como E-miner para la minería de datos, Base SAS para tareas simples, DI Studio para trabajos de ETL, etc.)
En cuanto a la pregunta, muchas versiones de SAS están diseñadas en realidad para personas que no trabajan en TI. Los graduados de MBA o personas en roles de negocios generalmente usan una gran cantidad de datos para llegar a una cierta conclusión o para resolver un problema. Generalmente, las personas en el rol de administración de datos trabajan en SAS.
- ¿La repetición de la información hace que la información sea más válida?
- ¿Por qué las empresas necesitan configurar varias redes para el mismo conjunto de dispositivos?
- Estoy teniendo 12 años de experiencia en TI. Sin embargo últimamente no soy capaz de descifrar ninguna entrevista. La mayoría de las veces tengo problemas con las entrevistas telefónicas. Mi velocidad de codificación también ha sido lenta en las entrevistas. Puedo resolver problemas fuera de la entrevista, pero en las entrevistas me quedo en blanco. ¿Cómo puedo superar esto?
- ¿Es un trabajo de TI realmente muy aburrido?
- ¿Qué es mejor: tecnología de la información, ingeniería de software o ingeniería informática?
SAS tiene una codificación propia que se conoce como Programación SAS, que es muy fácil de usar y es compatible con la versión de SQL propia, conocida como proc sql.
A diferencia de otros lenguajes de programación como C ++, JAVA, etc., SAS es sencillo y útil.
Y al mismo tiempo, su enfoque para implementar técnicas estadísticas dentro de la herramienta lo hace útil para analistas de negocios / analistas de datos / gerentes.
Espero que se aclare!