全球各行業(yè)2020年將需要270萬位數(shù)據(jù)科學(xué)家

你準備好步入蓬勃發(fā)展的大數(shù)據(jù)的職業(yè)生涯了嗎?這個對數(shù)據(jù)科學(xué)家職位的研究就是一個很好的開始。

什么是數(shù)據(jù)科學(xué)家?如果你有分析數(shù)學(xué)的天賦，為什么不考慮成為一名數(shù)據(jù)科學(xué)家呢?成為一名數(shù)據(jù)科學(xué)家需要做些什么?在這里會以令人驚訝的方式為你回答這些問題。

讓我們退后一步來思考大數(shù)據(jù)。你是否佩戴了智能手表?你是否擁有一些可以告訴進行了多少運動的技術(shù)和產(chǎn)品?你是否使用Siri，Cortana，Amazon Echo或Google Home?你住在一個智慧城市嗎?你在網(wǎng)上購物嗎?你用IC卡乘車嗎?所有這些行為都會頻繁地、大規(guī)模地獲取數(shù)據(jù)。你使用技術(shù)的方式，以及在日常生活中的活動創(chuàng)造了一種模式。這種模式可以被采取和匹配到其他用戶的模式，并進行分析。那么是誰在分析數(shù)據(jù)以識別模式?那就是數(shù)據(jù)科學(xué)家。

數(shù)據(jù)科學(xué)領(lǐng)域是由數(shù)據(jù)的存在和對數(shù)據(jù)科學(xué)家的渴求而產(chǎn)生的，他們可以有效地利用這些數(shù)據(jù)來創(chuàng)建算法。這些需要識別和饋送模式的算法仍在開發(fā)中，而且非常急需。而且在數(shù)據(jù)不斷涌入的情況下，它們永遠不會停止發(fā)展。

數(shù)據(jù)分析的工作量龐大復(fù)雜，這對企業(yè)、公司和政府的影響也很大，因此對數(shù)據(jù)科學(xué)家的需求日益增長。數(shù)據(jù)科學(xué)家有著一份很好的工作前景，具有吸引人的薪酬。數(shù)據(jù)科學(xué)家被稱之為2017年最好的工作之一。

但是數(shù)據(jù)科學(xué)家面臨的現(xiàn)實是否與大數(shù)據(jù)的發(fā)展前景匹配?

要想成為數(shù)據(jù)科學(xué)家到底有多難?

根據(jù)最近由365 Data Science公司發(fā)表的一項研究表明，成為數(shù)據(jù)科學(xué)家需要以下的基本條件：至少精通一門外語，并且擁有兩個或以上的學(xué)位，從事數(shù)據(jù)分析工作4年以上，可以采用R或Python語言編程。

以下進行一下分析：首先，這些數(shù)據(jù)來自目前從事數(shù)據(jù)科學(xué)家職業(yè)的1001名工作人員的LinkedIn簡介。365 Data Science公司的研究小組希望了解他們是如何成為數(shù)據(jù)科學(xué)家，需要具有哪些技能和能力。

那么，企業(yè)更需要男性數(shù)據(jù)科學(xué)家嗎?

數(shù)據(jù)告訴我們，70%的數(shù)據(jù)科學(xué)家是男性。也許人們可能對此表示認同，在早先的童年時期學(xué)習(xí)和內(nèi)化的定型觀念中，很多年輕女孩就完全脫離了STEM(科學(xué)、技術(shù)、工程、數(shù)學(xué))科目，這并不是什么性別歧視，調(diào)查數(shù)字表明這就是現(xiàn)實。

對此，女性也不要絕望。研究表明，企業(yè)顯然更需要女性數(shù)據(jù)科學(xué)家。很多領(lǐng)域曾經(jīng)是以男性為主，但在性別平衡方面已有很大的進步。

根據(jù)IBM公司進行的一項研究，到2020年，僅在美國將會有2,720,000個數(shù)據(jù)科學(xué)職位。

除了性別之外，讓我們來看看還有什么是成為數(shù)據(jù)科學(xué)家面臨的問題。

數(shù)據(jù)科學(xué)家需要掌握多少種語言?

其實兩種語言就可以。作為一名數(shù)據(jù)科學(xué)家，則需要至少通曉一種外語。這是有道理的：雖然編程和數(shù)學(xué)都是和語言無關(guān)的，但是，薪酬豐厚的就業(yè)機會仍然主要集中在美國、英國、西歐，以及印度，主要專業(yè)語言是英語。也就是說，如果你的第一或第二(或第三)語言是英語，那么在語言方面就會合格。

但是，如果仔細研究大數(shù)據(jù)科學(xué)名列前茅的國家和地區(qū)分別是美國，英國和西歐的話，那么大數(shù)據(jù)科學(xué)在世界其他國家和地區(qū)還有什么機會?那就是全球各地的最好的高等教育機構(gòu)。

你是否獲得全球50強大學(xué)的學(xué)位，如果具有這樣的條件，是否有機會從事數(shù)據(jù)科學(xué)家?

并不是。數(shù)據(jù)科學(xué)并不是一個適合知名大學(xué)和畢業(yè)生的學(xué)科。盡管樣本中有28%的人畢業(yè)于全球前50名的大學(xué)，但是在1001名數(shù)據(jù)科學(xué)家中，有四分之一的人就讀的大學(xué)甚至沒有出現(xiàn)在全球大學(xué)50強的名單上，而兩者之間的數(shù)字有些均勻分布。

現(xiàn)在，鑒于收集到的數(shù)據(jù)是為了確定就職于財富500強巨頭的數(shù)據(jù)科學(xué)家需要做的事情，可以根據(jù)大學(xué)排名查看就職財富500強的數(shù)據(jù)。

人們會注意到在這個樣本中，財富500強公司中半數(shù)以上的人員是全球50強大學(xué)的畢業(yè)生(28%)。但沒有名列其中的大學(xué)的畢業(yè)生仍占23%。

而根據(jù)“財富”500強員工進行調(diào)查的兩個統(tǒng)計小組反映了上述統(tǒng)計數(shù)據(jù)。另外，如果只看從一所頂級大學(xué)畢業(yè)的數(shù)據(jù)科學(xué)家，那么這個鴻溝實際上是平等的：一半的人入職“財富”500強公司，而另一半人則在規(guī)模較小的公司和初創(chuàng)企業(yè)中獲得職位。

這一切都不是巧合。當(dāng)然，從一個排名良好的教育機構(gòu)獲得的文憑可以作為技能和資格的保證，并向未來的雇主表明具有被其選中的資格。但是，通過聲望較低的大學(xué)畢業(yè)生的高就業(yè)率表明，還有其他方式來展示畢業(yè)生的信譽和工作能力。這些人仍然可以通過自我準備來展示自己所具有的豐富知識和熟練技能。

如果自學(xué)的話，是否更有可能得到這份工作?

這個問題并沒有一個明確的答案，但調(diào)查數(shù)據(jù)提出了一些建議。在這個調(diào)查樣本中，至少有40%的數(shù)據(jù)科學(xué)家在他們的LinkedIn檔案中顯示出他們已經(jīng)學(xué)完了至少一個與他們領(lǐng)域有關(guān)的在線課程。而這只是展示的一些，但實際上開展自學(xué)的人可能比這要高得多。

但是查看那些與知名大學(xué)相關(guān)的大學(xué)學(xué)位，數(shù)據(jù)表明所有人都進行過某種自學(xué)。但是那些早就做好自學(xué)準備的人則來自那些不太出名的大學(xué)的人。

需要指出的是，全球50強的大學(xué)畢業(yè)生并沒有落后。其中大約35%的人報告已學(xué)過在線課程，而排名靠后的大學(xué)似乎鼓勵學(xué)生需要加倍努力。當(dāng)有資格成為一名數(shù)據(jù)科學(xué)家時，其自我學(xué)習(xí)和準備是一個有利的競爭因素。而企業(yè)需要對數(shù)據(jù)科學(xué)家的畢業(yè)學(xué)校進行更多的了解。

人們可以通過學(xué)習(xí)數(shù)據(jù)科學(xué)來獲得數(shù)據(jù)科學(xué)家的職位嗎?

不能。首先，數(shù)據(jù)科學(xué)是一門全新的學(xué)科。這個職位的產(chǎn)生只有10多年的時間，總的來說，高等教育機構(gòu)還沒有在他們的課程中納入一個完整的數(shù)據(jù)科學(xué)軌道。

目前的數(shù)據(jù)科學(xué)家的學(xué)術(shù)背景有很大的差異。例如，數(shù)據(jù)科學(xué)家的專業(yè)主要來自計算機科學(xué)(20%)，統(tǒng)計與數(shù)學(xué)(19%)，經(jīng)濟學(xué)與社會科學(xué)(19%)的畢業(yè)生。這些專業(yè)的畢業(yè)生占據(jù)很大比重，但在其他方面也是多樣化的，如果擁有一個數(shù)學(xué)學(xué)位，那么也有可能成為一名數(shù)據(jù)科學(xué)家。但從物理學(xué)，化學(xué)，生物學(xué)或工程學(xué)等領(lǐng)域進入數(shù)據(jù)科學(xué)領(lǐng)域是聞所未聞的，因為專業(yè)是一種技術(shù)資格。

獲得數(shù)據(jù)科學(xué)家的職位，只有學(xué)士學(xué)位是否足夠?

只具有學(xué)士學(xué)位是不夠的，在這個調(diào)查樣本中的大多數(shù)專業(yè)人員至少擁有一個(48%)碩士學(xué)位，而27%的人擁有博士學(xué)位。如果沒有這兩種學(xué)位，進入這個領(lǐng)域并不是沒有先例的，因為樣本中15%的數(shù)據(jù)科學(xué)家已經(jīng)做到了這一點。但這并不具備代表性。

需要精通Java，C / C ++，Matlab，SQL，SAS，R，Scala，LaTeX和gang這些編程語言嗎?

情況并非如此。但人們具有這些技能肯定令人印象深刻，在當(dāng)前的數(shù)據(jù)科學(xué)世界當(dāng)然并不是必備的條件。當(dāng)然，根據(jù)就業(yè)和工業(yè)國家的情況會有所不同，但是人們需要具有以下共識：

如果精通R和(或者)Python語言，就將會有一定的機會。精通SQL當(dāng)然也是值得考慮的事情，盡管它暫時(根據(jù)樣本)落后于流行的編程語言(其使用率為40%，而R和Python則為53%)。而編程語言和行業(yè)用法人們可以通過各種方法進行了解。

成為未來的數(shù)據(jù)科學(xué)家有哪些關(guān)鍵要點?

從目前統(tǒng)計數(shù)據(jù)中得出的一個結(jié)論是，成為數(shù)據(jù)科學(xué)家，并不需要獲得博士學(xué)位，也不需要來自一所高校的博士學(xué)位，或者是精通多種編程語言(或者說外語)。而具有定量分析的能力，聰明的頭腦，以及強烈的好奇心，這就足夠了。畢竟到了2020年，僅在美國就會提供大約2,720,000個數(shù)據(jù)科學(xué)家職位，只要為此進行努力，還是大有機會的。