
九個成為數(shù)據(jù)科學(xué)家的必備技能
Works詳細(xì)列舉了從雇主角度看來,數(shù)據(jù)科學(xué)家加強(qiáng)自身市場競爭力所必備的9個數(shù)據(jù)科學(xué)技能。
過去一年中人們對數(shù)據(jù)科學(xué)的興趣驟然增長。Nate Silver這個名字已經(jīng)家喻戶曉,所有公司都在尋找獨(dú)角獸,很多不同學(xué)科的專業(yè)人才都開始關(guān)注這份薪水豐厚的職業(yè),并將其當(dāng)作自己可能的職業(yè)選擇。
在Burtch Works開展招聘工作時,我們與很多想要在數(shù)據(jù)科學(xué)這一成長性領(lǐng)域有所發(fā)展的分析學(xué)專家探討過,對具體的實施方案提出了疑問。我從招聘者的角度列出了在數(shù)據(jù)科學(xué)方面對成功十分關(guān)鍵,并且是招聘經(jīng)理首先考慮的一些技術(shù)類與非技術(shù)類技能。
各公司在技能與工具的價值評判上都不盡相同,因此這個列表絕對談不上詳盡,不過在這些領(lǐng)域有過經(jīng)驗的人會在數(shù)據(jù)科學(xué)上占有更大的優(yōu)勢。
技術(shù)技能:分析學(xué)1、教育——數(shù)據(jù)科學(xué)家受教育程度都很高,其中88%至少擁有碩士學(xué)位,46%有博士學(xué)位。雖然有一些名人特例,不過通常來說成為一名數(shù)據(jù)科學(xué)家需要扎實的教育背景,才能掌握所需的深度知識。最常見的研究領(lǐng)域包括數(shù)學(xué)與統(tǒng)計學(xué)(32%),其次是計算機(jī)科學(xué)(19%)以及工程學(xué)(16%)。
2、SAS軟件與/或R語言——對其中至少一種分析工具有深入的了解,一般對數(shù)據(jù)科學(xué)來說R語言更好一些。
技術(shù)能力:計算機(jī)科學(xué)3、都是公司在招聘數(shù)據(jù)科學(xué)類角色時最常提出的語言要求。
4、Hadoop平臺——盡管不是總有這個需求,不過在很多情況下掌握它的人優(yōu)勢更大。熟悉Hive或Pig也是很有利的賣點。熟悉類似Amazon S3這樣的云工具也會很有優(yōu)勢。
5、SQL數(shù)據(jù)庫/編程——盡管NoSQL和Hadoop已經(jīng)成為了數(shù)據(jù)科學(xué)很大的組成部分之一,招聘者還是希望能夠找到可以編寫與執(zhí)行SQL復(fù)雜查詢的候選人。
6、非結(jié)構(gòu)化數(shù)據(jù)——數(shù)據(jù)科學(xué)家能夠處理非結(jié)構(gòu)化數(shù)據(jù)這一點非常重要,無論這些數(shù)據(jù)是來自社交媒體、視頻源或者音頻的。
非技術(shù)類技能7、求知欲——毫無疑問最近到處都能看到這個詞,尤其是在與數(shù)據(jù)科學(xué)家關(guān)聯(lián)時。Frank Lo在幾個月前的博文中描述了這個詞的含義,并且討論了其他必須的“軟技能”。
8、商業(yè)智慧——想要成為數(shù)據(jù)科學(xué)家,需要充分了解自己工作的行業(yè),并且知道公司想要解決的商業(yè)問題是哪些。能夠根據(jù)數(shù)據(jù)科學(xué)分辨出解決哪些問題對公司來說更為重要,并且能夠找出利用數(shù)據(jù)的新辦法,這些是非常關(guān)鍵的。
9、通用技能——尋找優(yōu)秀數(shù)據(jù)科學(xué)家的公司想要的是這樣的人材:能夠清楚順暢地將自己的技術(shù)發(fā)現(xiàn)轉(zhuǎn)化為非技術(shù)團(tuán)隊(比如市場部或者銷售部)能夠使用的內(nèi)容。數(shù)據(jù)科學(xué)家必須能得出可用以決策的量化insight,同時了解非技術(shù)團(tuán)隊的需求,可以恰當(dāng)?shù)剡M(jìn)行溝通以傳達(dá)數(shù)據(jù)。想要了解定量專家在溝通技巧方面的更多信息,請參見我們近期的調(diào)查。
一般接下來的問題都是:“怎樣能夠獲得這些技能呢?”網(wǎng)上有很多資源,不過筆者不希望讓讀者產(chǎn)生這樣的錯覺——成為數(shù)據(jù)科學(xué)家非常簡單,上幾節(jié)MOOCs就夠了。除非你有扎實的定量經(jīng)驗,否則成為數(shù)據(jù)科學(xué)家之路還是頗有挑戰(zhàn)的——但也并非不可能。
不過只要你確實對數(shù)據(jù)有興趣、有激情,并打算將生命投入到相關(guān)的學(xué)習(xí)上,那么就不要讓經(jīng)驗背景成為你追求數(shù)據(jù)科學(xué)生涯的阻礙。下面是我們覺得有用的一些資源:
1、高等學(xué)位——為了滿足目前的需求,如雨后春筍般出現(xiàn)了更多的數(shù)據(jù)科學(xué)專業(yè)的項目,不過數(shù)學(xué)、統(tǒng)計學(xué)與計算機(jī)科學(xué)專業(yè)的項目也有很多。
2、MOOCs——Coursera、Udacity還有codeacademy都是不錯的入門方式。
3、證書——KDnuggets編寫了一個很長的列表清單。
4、Bootcamps——想要了解這種方式與學(xué)歷項目或MOOCs的對比情況。
5、Kaggle——Kaggle上有數(shù)據(jù)科學(xué)競賽,可以進(jìn)行演練,用雜亂的真實世界數(shù)據(jù)來磨練技巧,解決真實的商業(yè)問題。雇主對Kaggle排名很重視,該排名可以被看作是相關(guān)的、經(jīng)過親身實踐的項目工作。
6、LinkedIn小組——加入相關(guān)的小組,與數(shù)據(jù)科學(xué)社區(qū)的其他成員互動。
7、數(shù)據(jù)科學(xué)中心與KDnuggets——數(shù)據(jù)科學(xué)中心與KDnuggets都是保持與數(shù)據(jù)科學(xué)行業(yè)趨勢前沿同步的優(yōu)秀資源。8、Burtch Works研究:關(guān)于數(shù)據(jù)科學(xué)家的薪金,如果想要了解更多信息與當(dāng)前數(shù)據(jù)科學(xué)家人數(shù)統(tǒng)計的話,請下載我們的數(shù)據(jù)科學(xué)家薪金研究報告。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11