作者安德里亞·勞拉，自由作家

“數(shù)據(jù)科學(xué)家”的工作崗位和個(gè)人資料每年都在變化。它的工資也是如此，有趣的是，兩者都在不斷上漲。

隨著數(shù)據(jù)科學(xué)家的平均工資突破12.5萬(wàn)美元大關(guān)，職位空缺數(shù)量增長(zhǎng)650%，盡管總體放緩，但這一職位的需求在整個(gè)商業(yè)市場(chǎng)中表現(xiàn)出了強(qiáng)勁的勢(shì)頭。

“數(shù)據(jù)科學(xué)家”到底是做什么的？

從用戶在線活動(dòng)的各個(gè)角落收集到了大量的數(shù)據(jù)。這些數(shù)據(jù)需要很好地存儲(chǔ)、維護(hù)和分析，并需要開發(fā)系統(tǒng)，以便很好地管理這些數(shù)據(jù)。數(shù)據(jù)科學(xué)家基本上是數(shù)據(jù)和技術(shù)專家，他們傾向于做好這項(xiàng)工作。像數(shù)據(jù)分析師、數(shù)據(jù)工程師和商業(yè)智能分析師這樣的職位屬于相同的權(quán)限。

本職位描述包括：

• 建立正確的問題框架，有助于篩選數(shù)據(jù)
• 一旦收到數(shù)據(jù)，就清理它
• 查找和組織存儲(chǔ)和集成此數(shù)據(jù)的方法
• 處理存儲(chǔ)的數(shù)據(jù)
• 對(duì)數(shù)據(jù)進(jìn)行分類的初始數(shù)據(jù)分析
• 查找并列舉有助于完成工作的數(shù)據(jù)算法
• 利用apt應(yīng)用程序開發(fā)框架，如機(jī)器學(xué)習(xí)、統(tǒng)計(jì)建模和人工智能，為進(jìn)一步的數(shù)據(jù)處理開發(fā)預(yù)測(cè)模型
• 通過反復(fù)改進(jìn)結(jié)果
• 按時(shí)交付成果
• 接收反饋并根據(jù)反饋對(duì)數(shù)據(jù)進(jìn)行返工
• 根據(jù)用戶需求提供數(shù)據(jù)可視化的最終產(chǎn)品

為了成為一名數(shù)據(jù)科學(xué)家，你應(yīng)該擅長(zhǎng)什么？

上述職務(wù)說明要求在若干領(lǐng)域具有一系列專門知識(shí)。此外，在開始從事數(shù)據(jù)科學(xué)之前，您還需要了解數(shù)據(jù)主要包括數(shù)字。因此，如果你不喜歡與數(shù)字打交道，那么成為一名數(shù)據(jù)科學(xué)家對(duì)你來說可能不是一個(gè)很好的選擇。

數(shù)據(jù)科學(xué)家的必備技能包括：

1。首先，您需要了解編程:上面所述的工作描述清楚地表明，數(shù)據(jù)科學(xué)家傾向于開發(fā)算法和系統(tǒng)，以篩選大量數(shù)據(jù)，用于業(yè)務(wù)開發(fā)。只有那些對(duì)計(jì)算機(jī)編程有扎實(shí)理解的人才能開發(fā)出這樣的解決方案。這里的軟件專門化包括：

1. Python是數(shù)據(jù)科學(xué)家最著名和最喜歡的語(yǔ)言。它是一種面向?qū)ο蟮木幊陶Z(yǔ)言，有幾個(gè)數(shù)據(jù)庫(kù)，如Pandas、NumPy、Matplotlib、SciPy、Seaborn、TensorFlow等，幫助開發(fā)人員簡(jiǎn)單地使用現(xiàn)有的代碼庫(kù)進(jìn)行編碼，而不必顯式地完全重寫功能。這往往使他們的數(shù)據(jù)應(yīng)用程序開發(fā)工作變得更容易。而且，它是免費(fèi)的。由于有一個(gè)活躍的用戶和開發(fā)人員社區(qū)，Python仍然是這個(gè)領(lǐng)域的贏家。
2. R是另一種具有類似功能的編程語(yǔ)言。它可能沒有得到廣泛的支持，但通常是純統(tǒng)計(jì)編程的首選。
3. 如果您最終在一個(gè)大型企業(yè)組織中工作，那么您可能還會(huì)接觸到SAS，這是一種帶有內(nèi)置GUI選項(xiàng)的昂貴軟件套件，其好處是非程序員更容易使用。

2。對(duì)數(shù)學(xué)的熱愛:作為一名數(shù)據(jù)科學(xué)家，你會(huì)一次又一次地要求你的高中數(shù)學(xué)技能，包括概率和統(tǒng)計(jì)，以及基本的代數(shù)和微積分概念。所以，如果你打算成為一名數(shù)據(jù)科學(xué)家；盡快刷這些技能。

3。數(shù)據(jù)分析專業(yè):存儲(chǔ)和同化大量數(shù)據(jù)被稱為大數(shù)據(jù)。正如前面的工作描述中所述，數(shù)據(jù)科學(xué)家需要開發(fā)模型，以幫助獲取和分析獲取的數(shù)據(jù)，從而開發(fā)有意義的模型和解決方案。這種大數(shù)據(jù)應(yīng)用程序開發(fā)需要SQL（順序查詢語(yǔ)言，允許算法使用查詢調(diào)用和獲取特定格式的數(shù)據(jù)）或Hadoop（一種軟件庫(kù)，最終在計(jì)算設(shè)備集群中分發(fā)大數(shù)據(jù)，以進(jìn)行更好的分析）方面的專業(yè)知識(shí)。Spark可以與Hadoop結(jié)合使用來處理大型非結(jié)構(gòu)化數(shù)據(jù)集。

4。講故事技巧:僅僅收集和分析數(shù)據(jù)是不夠的。數(shù)據(jù)科學(xué)家需要從數(shù)據(jù)集中處理出有意義的輸出，并以利益相關(guān)者可以理解和使用的方式呈現(xiàn)它們。因此，它們需要包括各種講故事的技術(shù)，包括數(shù)據(jù)可視化，以確保輸出得到良好的呈現(xiàn)。各種數(shù)據(jù)可視化工具如Matplotlib、Ggplot和d3.js等都可以用于此目的。要成為一個(gè)能干的數(shù)據(jù)科學(xué)家，你至少應(yīng)該精通其中的一個(gè)。

5。熟練地理解和部署機(jī)器學(xué)習(xí)是必須的:作為一名數(shù)據(jù)科學(xué)家，您必須處理各種格式的大量數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化格式。機(jī)器學(xué)習(xí)將幫助你開發(fā)算法，有效地篩選并利用這些數(shù)據(jù)進(jìn)行預(yù)測(cè)。因此，要成為一個(gè)更好的數(shù)據(jù)科學(xué)家，你必須掌握機(jī)器學(xué)習(xí)的概念。

6。對(duì)業(yè)務(wù)的透徹理解:作為一名數(shù)據(jù)科學(xué)家，您傾向于通過用戶數(shù)據(jù)來開發(fā)業(yè)務(wù)問題的解決方案。但是，為了有效地開發(fā)這些解決方案，您首先需要對(duì)業(yè)務(wù)需求和您傾向于使用大數(shù)據(jù)解決方案來解決的問題有一個(gè)表單。只有這樣，您才能開發(fā)并提出一個(gè)有效的解決方案。

世界需要更多的數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)是現(xiàn)代最有前途的職業(yè)之一。所以，如果你想把自己看成一個(gè)數(shù)據(jù)科學(xué)家，試著在某種程度上獲得上面提到的技能。有各種在線教程可以幫助您了解python、SQL和其他必要的概念。嘗試瀏覽它們，以便對(duì)數(shù)據(jù)科學(xué)世界有一個(gè)定義良好的介紹。