市場(chǎng)上有很多工作需要你有數(shù)據(jù)科學(xué)背景。有時(shí)會(huì)讓人困惑。這讓你很難知道你是否勝任一份工作。有時(shí)，公司有重疊的工作描述，甚至他們自己對(duì)工作應(yīng)該涵蓋的任務(wù)的具體理解（和名稱）也沒(méi)有幫助。

我們將為您提供一個(gè)指南，幫助您應(yīng)付所有需要數(shù)據(jù)科學(xué)背景的不同數(shù)據(jù)科學(xué)職位。因?yàn)檫@些數(shù)據(jù)科學(xué)工作需要相同或非常相似的技能，所以我們將首先討論這些工作之間的相似之處。我們還將介紹找到一份工作所需的資格和數(shù)據(jù)科學(xué)技能，以及你可能會(huì)遇到的面試問(wèn)題。然后我們會(huì)討論一些具體的工作描述，技術(shù)技能和職業(yè)軌跡，包括工資。

數(shù)據(jù)科學(xué)職位背景

如何獲取？

數(shù)據(jù)科學(xué)，顧名思義，是幾個(gè)學(xué)科之間的十字路口。它涉及編程技能，結(jié)合數(shù)學(xué)和/或統(tǒng)計(jì)知識(shí)以及業(yè)務(wù)領(lǐng)域的專業(yè)知識(shí)。從這個(gè)定義中，我們可以回答科學(xué)家的數(shù)據(jù)通常來(lái)自哪里。

他們的正規(guī)教育通常包括計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)或任何類似的定量領(lǐng)域的學(xué)位。對(duì)于一些數(shù)據(jù)科學(xué)工作來(lái)說(shuō)，人文領(lǐng)域的學(xué)位也是不錯(cuò)的選擇，尤其是如果這份工作更注重人的行為。

根據(jù)工作資歷的不同，你可能會(huì)被要求擁有碩士學(xué)位甚至博士學(xué)位。

我需要什么技能？

這取決于很多因素，當(dāng)然，不同的數(shù)據(jù)科學(xué)工作之間也有差異。然而，對(duì)于幾乎所有需要數(shù)據(jù)科學(xué)背景的工作，您都需要具備一些技能。唯一的區(qū)別是你在工作中會(huì)在多大程度上使用這種技能。

• 使用數(shù)據(jù)-收集、組織、清理和操作數(shù)據(jù)
• 編碼-通常是SQL、蟒蛇或R，有時(shí)也是Java、C++······
• 可視化數(shù)據(jù)-通常使用BI工具，如Tableau、Power BI、Looker…
• 數(shù)據(jù)庫(kù)建模-了解數(shù)據(jù)庫(kù)如何工作
• 統(tǒng)計(jì)分析--應(yīng)用于數(shù)據(jù)分析，獲得洞察力
• 數(shù)學(xué)知識(shí)-將其應(yīng)用于數(shù)據(jù)分析以計(jì)算度量

職業(yè)軌跡

你可以成為一名數(shù)據(jù)科學(xué)家，沒(méi)有一種方法，也只有一種方法。這取決于你的教育和以前的工作經(jīng)驗(yàn)。然而，人們通常是從數(shù)據(jù)分析師開(kāi)始的。然后，根據(jù)他們的興趣和技能，他們通常朝著兩個(gè)方向前進(jìn)：一個(gè)是更多地與數(shù)據(jù)和數(shù)據(jù)基礎(chǔ)設(shè)施合作，另一個(gè)是更專注于數(shù)據(jù)分析。

你可以在下面的插圖中看到這個(gè)軌跡。有些工作有時(shí)需要其他教育，如商業(yè)或人文學(xué)位。

所有這些途徑都可以讓你成為一名數(shù)據(jù)科學(xué)家。你可以在多個(gè)方向移動(dòng)；這完全取決于你的公司，職業(yè)發(fā)展，興趣等等。

我能掙多少錢(qián)？

以下是你可以在下面的工作細(xì)分中找到的數(shù)據(jù)科學(xué)工作標(biāo)題列表。該表顯示了數(shù)據(jù)科學(xué)工作標(biāo)題和平均年度總薪酬。我們已經(jīng)根據(jù)上面的職業(yè)軌跡安排了工作。這樣，如果你走一條典型的成為數(shù)據(jù)科學(xué)家的道路，你就能明白你的工資會(huì)如何上漲。

查看我們以前的文章，科學(xué)家們用多少數(shù)據(jù)來(lái)發(fā)現(xiàn)工資，以及工資是如何受到幾個(gè)因素的影響的。

14個(gè)不同的數(shù)據(jù)科學(xué)職位分類

數(shù)據(jù)科學(xué)家的一般描述

職務(wù)描述

數(shù)據(jù)科學(xué)家是使用數(shù)學(xué)、統(tǒng)計(jì)和編程技能從數(shù)據(jù)中獲得洞察力的人。他們將收集、組織、清理和分析數(shù)據(jù)。這部分與數(shù)據(jù)分析員一樣。但是，它們更具有前瞻性和預(yù)測(cè)性。他們將使用這些數(shù)據(jù)來(lái)建立機(jī)器學(xué)習(xí)模型。他們通過(guò)在可用數(shù)據(jù)中發(fā)現(xiàn)趨勢(shì)、模式和行為來(lái)幫助他們做出預(yù)測(cè)。他們這樣做是為了解決業(yè)務(wù)問(wèn)題，提高公司在銷售、客戶經(jīng)驗(yàn)、成本、收入等方面的業(yè)績(jī)。

這是最一般的角色描述，它涵蓋了作為具有數(shù)據(jù)科學(xué)背景的人所需要的大部分技能。下面你會(huì)發(fā)現(xiàn)的所有其他工作都是這份工作的衍生物，需要不同的數(shù)據(jù)科學(xué)知識(shí)和技能的技術(shù)重點(diǎn)。

所需技能

編程語(yǔ)言

• SQL
• R
• 蟒蛇
• Java/JavaScript
• C/C++/C#

平臺(tái)工具

• 數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺(tái)（例如，Jupyter筆記本、MATLAB、KNIME、MS Azure-learning Studio、IBM Watson machine learning等）
• BI工具（例如，Tableau、Power BI、Looker、QlikSense等）
• 關(guān)系數(shù)據(jù)庫(kù)（如MS SQL Server、PostgreSQL、MySQL、Oracle、HIVE、Snowflake等）
• 云數(shù)據(jù)庫(kù)（例如，Amazon Web Service、Microsoft Azure、去吧ogle Cloud等）

技術(shù)技能

• 程序設(shè)計(jì)
• 數(shù)據(jù)操作、分析和可視化
• 數(shù)據(jù)建模
• 模型構(gòu)建、測(cè)試和部署
• 機(jī)器學(xué)習(xí)
• AI
• 云計(jì)算
• 原料藥
• 統(tǒng)計(jì)與數(shù)學(xué)

數(shù)據(jù)分析員

技術(shù)重點(diǎn)

數(shù)據(jù)分析和報(bào)告。

職務(wù)描述

本數(shù)據(jù)科學(xué)職位要求收集、組織和清理數(shù)據(jù)。之后，他們被要求執(zhí)行定期和臨時(shí)分析并提供報(bào)告。通過(guò)這種方式，它們可以幫助做出業(yè)務(wù)決策，并解開(kāi)一些業(yè)務(wù)問(wèn)題的答案。數(shù)據(jù)分析員通常需要將數(shù)據(jù)可視化并交流他們的分析結(jié)果。在某種程度上，我們可以說(shuō)，數(shù)據(jù)分析師是在用數(shù)據(jù)來(lái)描述過(guò)去和現(xiàn)在，而數(shù)據(jù)科學(xué)家則是在用數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• Same as a data scientist, but more data-analysis oriented, so SQL is the primary language with 蟒蛇 used for statistical work and automation

平臺(tái)工具

• 與數(shù)據(jù)科學(xué)家相同，但更多地使用Jupyter筆記本和SQL IDE等編程平臺(tái)

技術(shù)技能

• 與數(shù)據(jù)科學(xué)家一樣，但專注于數(shù)據(jù)操作和分析

數(shù)據(jù)工程師

技術(shù)重點(diǎn)

數(shù)據(jù)基礎(chǔ)設(shè)施、數(shù)據(jù)清洗、數(shù)據(jù)準(zhǔn)備和操作。

職務(wù)描述

數(shù)據(jù)工程師的主要任務(wù)是開(kāi)發(fā)和維護(hù)數(shù)據(jù)基礎(chǔ)設(shè)施。它的目的是將數(shù)據(jù)轉(zhuǎn)換成“可分析”的格式，并使數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析員能夠獲得這些數(shù)據(jù)。這意味著他們必須收集、維護(hù)、操作和加載數(shù)據(jù)以供其他人使用。與數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家相比，數(shù)據(jù)工程師更專注于提取、轉(zhuǎn)換和加載(ETL)數(shù)據(jù)。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• 斯卡拉
• 去吧

平臺(tái)工具

• ETL工具（如Microsoft SSIS、XDembry、Talend、Cognos數(shù)據(jù)管理器等）

技術(shù)技能

• ETL

機(jī)器學(xué)習(xí)工程師

技術(shù)重點(diǎn)

模型構(gòu)建和部署到生產(chǎn)

職務(wù)描述

這個(gè)數(shù)據(jù)科學(xué)的職位要求你設(shè)計(jì)、構(gòu)建和維護(hù)人工智能(AI)軟件和算法，這些軟件和算法將自動(dòng)預(yù)測(cè)模型，并使機(jī)器能夠在沒(méi)有任何操作指令的情況下運(yùn)行。為此，您必須組織和分析用于訓(xùn)練和驗(yàn)證機(jī)器學(xué)習(xí)模型的數(shù)據(jù)。這一描述表明，機(jī)器學(xué)習(xí)工程師與數(shù)據(jù)科學(xué)家是相同的，只是專注于構(gòu)建和部署機(jī)器學(xué)習(xí)模型。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• 朱莉婭
• 斯卡拉
• 去吧

平臺(tái)工具

• 應(yīng)用程序框架（如Django、Flask等）

技術(shù)技能

• 軟件體系結(jié)構(gòu)

研究科學(xué)家

技術(shù)重點(diǎn)

研究計(jì)算、用戶和業(yè)務(wù)問(wèn)題。試圖理解用戶、產(chǎn)品和功能的深層次問(wèn)題和行為。

職務(wù)描述

這個(gè)數(shù)據(jù)科學(xué)的職位比我們經(jīng)歷過(guò)的其他職位更多的是理論和研究層面。研究科學(xué)家探索計(jì)算問(wèn)題，然后改進(jìn)現(xiàn)有算法或編寫(xiě)新算法來(lái)解決這些問(wèn)題。他們還創(chuàng)造了新的計(jì)算語(yǔ)言、工具和軟件，以改善計(jì)算機(jī)的工作方式和用戶的使用體驗(yàn)。

通常，你會(huì)在三個(gè)領(lǐng)域中的一個(gè)領(lǐng)域工作，重點(diǎn)是硬件、軟件或機(jī)器人。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• 對(duì)程序設(shè)計(jì)理論和原理有較深的了解

平臺(tái)工具

• 由于工作的理論性質(zhì)，不需要特定的工具

技術(shù)技能

• 硬件工程
• 軟件體系結(jié)構(gòu)

營(yíng)銷學(xué)家

技術(shù)重點(diǎn)

應(yīng)用于營(yíng)銷和銷售數(shù)據(jù)的數(shù)據(jù)科學(xué)，解決與營(yíng)銷和銷售相關(guān)的業(yè)務(wù)問(wèn)題（例如，現(xiàn)場(chǎng)力量規(guī)模和營(yíng)銷ROI）

職務(wù)描述

在這個(gè)數(shù)據(jù)科學(xué)職稱下工作的人是使用科學(xué)方法處理營(yíng)銷數(shù)據(jù)的人。通過(guò)正確解釋數(shù)據(jù)，在數(shù)據(jù)中找到揭示客戶行為的公共模式，您將這樣做以支持決策。為了達(dá)到這個(gè)目的，你將進(jìn)行實(shí)驗(yàn)來(lái)證實(shí)或否定這些假設(shè)。這與數(shù)據(jù)科學(xué)家基本相同，但您使用的是營(yíng)銷類型的數(shù)據(jù)，如電子郵件參與數(shù)據(jù)。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• Same as a data scientist, but primarily SQL for data querying, and 蟒蛇/R for statistical and econometric modeling

平臺(tái)工具

• Same as a data scientist, but more marketing-data oriented with marketing analytics tools such as 去吧ogle Analytics or Heap Analytics

技術(shù)技能

• 市場(chǎng)營(yíng)銷和商業(yè)知識(shí)

商業(yè)智能(BI)開(kāi)發(fā)人員

技術(shù)重點(diǎn)

構(gòu)建圖形儀表板

職務(wù)描述

BI開(kāi)發(fā)人員是一個(gè)精通數(shù)據(jù)的工程師，他開(kāi)發(fā)和維護(hù)BI接口，并使用BI工具。這些工具允許查詢和可視化數(shù)據(jù)、創(chuàng)建儀表板、定期和臨時(shí)報(bào)告。在某種程度上，這是一個(gè)數(shù)據(jù)工程師(ETL)、數(shù)據(jù)分析師（分析和報(bào)告）和軟件工程師（軟件開(kāi)發(fā)）的組合。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• Same as a data scientist, but focused on data-querying, so SQL is a primary language with 蟒蛇 and R used for more complex applications and statistical modeling

平臺(tái)工具

• 與數(shù)據(jù)科學(xué)家相同，但更多的是面向雙向的（儀表板工具，如Tableau）

技術(shù)技能

• ETL/ELT
• 數(shù)據(jù)倉(cāng)庫(kù)
• 軟件開(kāi)發(fā)
• 商業(yè)背景

業(yè)務(wù)分析員

技術(shù)重點(diǎn)

類似于數(shù)據(jù)分析師，但也可以專注于內(nèi)部報(bào)告，如財(cái)務(wù)和改善公司的系統(tǒng)和流程。

職務(wù)描述

這個(gè)數(shù)據(jù)科學(xué)的職稱評(píng)估公司的系統(tǒng)和流程。他們分析它們并提出解決方案，通常以改進(jìn)或新的系統(tǒng)和其他技術(shù)改進(jìn)的形式。這樣做的目的是為了降低成本，提高公司的效率和決策，從而賺取更多的錢(qián)。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• 一般只有SQL

平臺(tái)工具

• 業(yè)務(wù)分析工具（如現(xiàn)代需求、Axure、企業(yè)架構(gòu)等）

技術(shù)技能

• 項(xiàng)目管理
• 軟件測(cè)試
• 商業(yè)背景

數(shù)據(jù)建模器

技術(shù)重點(diǎn)

數(shù)據(jù)建模與數(shù)據(jù)庫(kù)設(shè)計(jì)

職務(wù)描述

他們的工作是設(shè)計(jì)、改進(jìn)和維護(hù)數(shù)據(jù)模型，然后將其轉(zhuǎn)換為數(shù)據(jù)庫(kù)實(shí)現(xiàn)。他們這樣做的目的是提高數(shù)據(jù)可用性和數(shù)據(jù)庫(kù)性能。為此，他們需要與數(shù)據(jù)管理員和數(shù)據(jù)架構(gòu)師合作。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• 一般只有SQL

平臺(tái)工具

• 數(shù)據(jù)建模 (e.g., DbSchema, ER/Studio, Draw.io, etc.)

技術(shù)技能

• 數(shù)據(jù)庫(kù)設(shè)計(jì)
• 數(shù)據(jù)倉(cāng)庫(kù)
• ETL/ELT

數(shù)據(jù)庫(kù)管理員

技術(shù)重點(diǎn)

數(shù)據(jù)庫(kù)管理與維護(hù)

職務(wù)描述

這個(gè)數(shù)據(jù)科學(xué)的職位是負(fù)責(zé)，嗯，數(shù)據(jù)庫(kù)管理。這意味著他們?cè)跀?shù)據(jù)庫(kù)實(shí)現(xiàn)中與數(shù)據(jù)建模師和數(shù)據(jù)架構(gòu)師一起工作。只是它們更側(cè)重于實(shí)際和技術(shù)問(wèn)題，而不是概念問(wèn)題。他們的工作是確保數(shù)據(jù)庫(kù)的可用性，這包括允許（或不允許）訪問(wèn)數(shù)據(jù)庫(kù)，備份和恢復(fù)數(shù)據(jù)，確保數(shù)據(jù)的安全性和完整性，以及數(shù)據(jù)庫(kù)的高性能。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• 一般只有SQL

平臺(tái)工具

• 數(shù)據(jù)庫(kù)管理（例如，PGAdmin4、SQL Server Management Studio、phpMyAdmin等）

技術(shù)技能

• 數(shù)據(jù)庫(kù)設(shè)計(jì)
• 數(shù)據(jù)倉(cāng)庫(kù)
• ETL/ELT
• 數(shù)據(jù)庫(kù)管理

數(shù)據(jù)架構(gòu)師

技術(shù)重點(diǎn)

數(shù)據(jù)管理的體系結(jié)構(gòu)和基礎(chǔ)設(shè)施

職務(wù)描述

與數(shù)據(jù)建模師和數(shù)據(jù)庫(kù)管理員相比，數(shù)據(jù)架構(gòu)師是一個(gè)需要高層次觀點(diǎn)的數(shù)據(jù)科學(xué)職位。數(shù)據(jù)架構(gòu)師的工作是考慮公司的業(yè)務(wù)需求，并開(kāi)發(fā)完整的數(shù)據(jù)管理體系結(jié)構(gòu)。這不僅僅涉及數(shù)據(jù)庫(kù)，還包括如何收集、使用、建模、檢索和保護(hù)數(shù)據(jù)的框架。一般來(lái)說(shuō)，這意味著提供一個(gè)從數(shù)據(jù)進(jìn)入公司到離開(kāi)公司的體系結(jié)構(gòu)。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• Same as a data scientist, but primarily SQL, since they’re focused on data and databases, with 蟒蛇 and Java, used for building applications when needed

平臺(tái)工具

• 數(shù)據(jù)庫(kù)管理（例如，PGAdmin4、SQL Server Management Studio、phpMyAdmin等）
• 大數(shù)據(jù)（Apache Hadoop、Cassandra、MongoDB等）
• 數(shù)據(jù)建模 (e.g., DbSchema, ER/Studio, Draw.io, etc.)

技術(shù)技能

• 數(shù)據(jù)庫(kù)設(shè)計(jì)
• 數(shù)據(jù)倉(cāng)庫(kù)
• ETL/ELT
• 數(shù)據(jù)庫(kù)管理

軟件工程師

技術(shù)重點(diǎn)

軟件開(kāi)發(fā)

職務(wù)描述

這個(gè)數(shù)據(jù)科學(xué)的職位頭銜相對(duì)類似于數(shù)據(jù)工程師。主要的區(qū)別是他們通常不像數(shù)據(jù)工程師那樣關(guān)心數(shù)據(jù)基礎(chǔ)設(shè)施。相反，他們?cè)诖藬?shù)據(jù)基礎(chǔ)設(shè)施之上構(gòu)建軟件，這允許最終用戶使用底層數(shù)據(jù)和數(shù)據(jù)基礎(chǔ)設(shè)施。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

程序設(shè)計(jì)語(yǔ)言

• 斯卡拉

平臺(tái)工具

• DevOps（例如，Docker、Kubernetes等）
• 持續(xù)集成/持續(xù)交付（CI/CD）（如Jenkins、Circoleci、B竹、GitLab等）

技術(shù)技能

• 軟件體系結(jié)構(gòu), developing, and testing
• 數(shù)據(jù)庫(kù)設(shè)計(jì)
• 數(shù)據(jù)倉(cāng)庫(kù)
• ETL/ELT
• 數(shù)據(jù)庫(kù)管理

統(tǒng)計(jì)學(xué)家

技術(shù)重點(diǎn)

數(shù)據(jù)統(tǒng)計(jì)分析

職務(wù)描述

這個(gè)職位頭銜與數(shù)據(jù)科學(xué)家基本相同。不同的是，它只專注于數(shù)據(jù)科學(xué)家工作的統(tǒng)計(jì)部分。他們還分析數(shù)據(jù)，將統(tǒng)計(jì)方法應(yīng)用于數(shù)據(jù)，并識(shí)別模式和趨勢(shì)，這將提供業(yè)務(wù)洞察力和支持決策。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

程序設(shè)計(jì)語(yǔ)言

• 和數(shù)據(jù)科學(xué)家一樣，但更多的是面向統(tǒng)計(jì)和數(shù)據(jù)分析的 (many more R users in this field, but 蟒蛇 is also popular)

平臺(tái)工具

• 與數(shù)據(jù)科學(xué)家相同，但更多地使用統(tǒng)計(jì)分析工具（如SPSS、MATLAB、SAS）

技術(shù)技能

• 和數(shù)據(jù)科學(xué)家一樣，但更多的是面向統(tǒng)計(jì)和數(shù)據(jù)分析的

定量分析家

技術(shù)重點(diǎn)

專注于金融數(shù)據(jù)的數(shù)據(jù)科學(xué)家

職務(wù)描述

這份工作與數(shù)據(jù)科學(xué)家基本相同，但專注于金融數(shù)據(jù)。量化分析師（或“量化員”）將分析數(shù)據(jù)并建立模型，以幫助公司了解金融市場(chǎng)及其趨勢(shì)。根據(jù)這些分析和模型，公司將決定其投資、外匯和股權(quán)交易、貸款批準(zhǔn)等。

與數(shù)據(jù)科學(xué)家相比所需的其他技能

編程語(yǔ)言

• Same as a data scientist, but focused on 蟒蛇/R for quant model prototyping

平臺(tái)工具

• 自動(dòng)化交易平臺(tái)(MetaTrader4、eToro等）

技術(shù)技能

• 金融數(shù)學(xué)
• 風(fēng)險(xiǎn)管理

摘要

數(shù)據(jù)科學(xué)是一個(gè)廣闊而不斷發(fā)展的領(lǐng)域。我們給你的14個(gè)不同的數(shù)據(jù)科學(xué)工作類型的列表不是最終列表，因?yàn)樾碌臄?shù)據(jù)科學(xué)工作類型幾乎每天都在創(chuàng)建。這也取決于公司的組織和規(guī)模，他們將如何稱呼某個(gè)職位。這可能意味著將幾個(gè)工作類型合并為一個(gè)，或者將一個(gè)工作類型分解為幾個(gè)子類型和專門(mén)化，所有這些都由幾個(gè)人執(zhí)行。

然而，這些數(shù)據(jù)科學(xué)工作標(biāo)題通常涵蓋了具有數(shù)據(jù)科學(xué)背景的工作。每個(gè)職位描述都是具體的，但我們相信你會(huì)在我們的網(wǎng)站上找到適合所有職位的面試問(wèn)題。您可以在不同的編碼問(wèn)題和非編碼問(wèn)題之間進(jìn)行選擇，所以請(qǐng)自便。

相關(guān):

• 數(shù)據(jù)科學(xué)適合我嗎？需要考慮的14道自考題
• 不常見(jiàn)的數(shù)據(jù)科學(xué)工作指南
• Why So Many Data Scientists Quit 去吧od Jobs at Great Companies