一份關于數(shù)據(jù)科學家應該具備的技能清單

大數(shù)據(jù)時代，什么職業(yè)比較吃香?答案可以從今年的校招薪資列表上知道——算法工程師、人工智能研究員、數(shù)據(jù)分析等職位。其實這幾個職位有一定的交集，那就是需要處理大量的數(shù)據(jù)，尤其是作為一名數(shù)據(jù)科學家，主要的工作在處理數(shù)據(jù)和分析數(shù)據(jù)上面，也有部分工作與算法工程師和人工智能研究員相重疊，其所占的優(yōu)勢在于對數(shù)據(jù)更加敏感。那么作為一名數(shù)據(jù)科學家，應該具備的技能有哪些呢?本文將一窺究竟。
　　1.學歷
　　數(shù)據(jù)科學家一般都具有高學歷——88%的數(shù)據(jù)科學家至少是碩士學位，46%的數(shù)據(jù)科學家是博士學位，這表明想要成為一名數(shù)據(jù)科學家需要非常好的教育背景(知識了解深入)。常見的專業(yè)是計算機科學、社會科學、物理科學和統(tǒng)計學。最常見的研究領域是數(shù)學和統(tǒng)計(32%)，其次是計算機科學(19%)和工程應用(16%)。在攻讀上述學位中學習到的專業(yè)知識都將為您提供處理和分析大數(shù)據(jù)所需的技能。
　　在取得學位后就可以高枕無憂了嗎?答案是否定的，現(xiàn)在是終生學習的時代。事實上，大多數(shù)數(shù)據(jù)科學家在擁有碩士學位或博士學位后，還不斷通過在線訓練以學習如何使用Hadoop或大數(shù)據(jù)查詢等特殊技能。
　　2.R編程語言
　　對于數(shù)據(jù)科學家而言，R語言通常是首選編程語言。R語言是專門為數(shù)據(jù)科學需求而設計的，可以使用R語言來解決在數(shù)據(jù)科學中遇到的任何問題。事實上，43%的數(shù)據(jù)科學家正在使用R語言來解決統(tǒng)計問題。
　　但是學習R語言時有一個障礙，那就是如果你已經掌握了一門其它編程語言，那學起來是很痛苦的。盡管如此，互聯(lián)網上有很多R語言學習資源，例如Simplilearn的數(shù)據(jù)科學訓練和R編程語言。
　　技術類技能：計算機科學
　　3.Python編程
　　Python語言近來很火，隨著人工智能以及深度學習的發(fā)展，Python已經超越Java語言成為編程中最常用的語言。Python也是在數(shù)據(jù)科學中常見的編碼語言，據(jù)調查，40%的受訪者使用Python作為其主要編程語言。
　　由于Python的多功能性，可以將其用于所有涉及數(shù)據(jù)科學過程的步驟。比如，Python可以采用各種格式的數(shù)據(jù)，并且可以輕松地將SQL表導入到代碼中。此外，還允許創(chuàng)建數(shù)據(jù)集。
　　4.Hadoop平臺
　　CrowdFlower對3490 名領英上注冊的數(shù)據(jù)科學家進行了一次調查，發(fā)現(xiàn)49%的數(shù)據(jù)科學家將Apache Hadoop列為第二項重要技能。
　　作為一名數(shù)據(jù)科學家，可能會遇到擁有的數(shù)據(jù)量超出了系統(tǒng)的內存，或者需要將數(shù)據(jù)發(fā)送到不同的服務器的問題，這些問題都可以通過Hadoop解決——使用Hadoop對數(shù)據(jù)進行分布式處理。此外，還可以使用Hadoop進行數(shù)據(jù)挖掘、數(shù)據(jù)過濾、數(shù)據(jù)采樣和匯總。
　　5.SQL數(shù)據(jù)庫/編程
　　盡管NoSQL和Hadoop已經成為數(shù)據(jù)科學的一個重要組成部分，但有些人仍然可以在SQL中編寫和執(zhí)行復雜的查詢。SQL(結構化查詢語言)是一種編程語言，可以執(zhí)行諸如添加、刪除和從數(shù)據(jù)庫提取數(shù)據(jù)等操作，還可以執(zhí)行分析功能并轉換數(shù)據(jù)庫結構。
　　作為一名數(shù)據(jù)科學家，需要精通SQL。這是因為SQL專門設計用于訪問、通信和處理數(shù)據(jù)。當使用它來查詢數(shù)據(jù)庫時，它會提供見解。此外，由于其簡潔的命令，可以節(jié)省時間并減少執(zhí)行困難查詢時所需的編程量。
　　6.Apache Spark
　　Apache Spark正成為全球最受歡迎的大數(shù)據(jù)技術。它類似于Hadoop，是一個大數(shù)據(jù)計算框架。唯一的區(qū)別是Spark比Hadoop更快。這是因為Hadoop需要讀取和寫入磁盤，而Spark將其計算緩存在內存中，這類似于機械硬盤與SSD的區(qū)別。
　　Apache Spark專為數(shù)據(jù)科學而設計，能更快地運行復雜的算法。當處理大量數(shù)據(jù)時，它有助于傳播數(shù)據(jù)處理，從而節(jié)省時間。此外，還能處理復雜的非結構化數(shù)據(jù)集。
　　Apache Spark的優(yōu)勢在于其速度，利用該平臺使得開展數(shù)據(jù)科學項目變得非常容易。借助Apache Spark，可以執(zhí)行從數(shù)據(jù)采集到分布式計算的分析。
　　7.機器學習和人工智能
　　許多數(shù)據(jù)科學家并沒有精通機器學習領域相關知識和技術，比如神經網絡、強化學習、對抗學習等。如果想從數(shù)據(jù)科學家中脫穎而出的話，需要了解機器學習技術，如監(jiān)督學習、決策樹、邏輯回歸等，這些技術將幫助你解決基于已有的數(shù)據(jù)和結果來預測不同數(shù)據(jù)科學問題。
　　數(shù)據(jù)科學需要在機器學習的不同領域應用技能，Kaggle在其調查中發(fā)現(xiàn)，一小部分數(shù)據(jù)專業(yè)人員掌握了高級機器學習技能，如監(jiān)督學習、無監(jiān)督學習、時間序列、自然語言處理、異常檢測、計算機視覺、推薦引擎、生存分析、強化學習和對抗學習等。
　　8.數(shù)據(jù)可視化
　　大數(shù)據(jù)時代，數(shù)據(jù)很多很亂，有些原始數(shù)據(jù)需要翻譯成易于理解的格式。人們自然而然地以圖表的形式展示數(shù)據(jù)所要表達的意思，“一張圖片勝過千言萬語”。
　　作為一名數(shù)據(jù)科學家，必須能夠借助數(shù)據(jù)可視化工具(如ggplot、d3.js和Matplottlib以及Tableau)來可視化數(shù)據(jù)，這些工具能將項目的復雜結果轉換為易于理解的格式。
　　數(shù)據(jù)可視化為組織提供了直接處理數(shù)據(jù)的機會，可以迅速掌握見解，幫助他們抓住新的商業(yè)機會并保持領先地位。
　　9.非結構化數(shù)據(jù)
　　數(shù)據(jù)科學家能夠處理非結構化數(shù)據(jù)至關重要，非結構化數(shù)據(jù)是不適合定義為數(shù)據(jù)庫的形式，比如視頻、博客文章、客戶評論、社交媒體文章、視頻文件、音頻等，對這些類型的數(shù)據(jù)進行排序很困難。
　　由于非結構化數(shù)據(jù)的復雜性，大多數(shù)人將非結構化數(shù)據(jù)稱為“黑暗分析(dark analytics)”。使用非結構化數(shù)據(jù)有助于揭示對決策制定有用的見解。作為數(shù)據(jù)科學家，必須有能力理解和操縱非結構化數(shù)據(jù)。
　　非技術類技能
　　10.好奇心
　　我沒有特殊的才能，我只是充滿了好奇心——愛因斯坦。
　　好奇心可以被定義為渴望獲得更多的知識，作為一名數(shù)據(jù)科學家，需要能夠提出有關數(shù)據(jù)的問題，因為數(shù)據(jù)科學家將大約80%的時間用于發(fā)現(xiàn)和準備數(shù)據(jù)。由于數(shù)據(jù)科學領域是一個發(fā)展非常迅速的領域，必須學習更多知識以保持不落伍。
　　通過在線閱讀內容并閱讀關于數(shù)據(jù)科學趨勢的相關書籍來定期更新知識，不要被互聯(lián)網上的大量數(shù)據(jù)所淹沒，必須能夠知道如何理解這一切。好奇心是作為數(shù)據(jù)科學家取得成功所需的技能之一。例如，第一次看到收集到的數(shù)據(jù)時，不知道這些數(shù)據(jù)有什么意義。但好奇心將幫助你篩選數(shù)據(jù)以找到答案和更多見解。這就像兩個人相親一樣，只有當你對另一方感到好奇時，才會深入的了解下去。
　　11.商業(yè)頭腦
　　要成為一名數(shù)據(jù)科學家，需要對所從事的行業(yè)有深入的了解，并了解公司正在努力解決的業(yè)務問題。在數(shù)據(jù)科學方面，除了找出業(yè)務應該利用其數(shù)據(jù)的新方式之外，能夠辨別哪些問題對于解決業(yè)務問題至關重要。
　　為了做到這一點，必須了解要解決的問題會如何影響業(yè)務，這就是為什么需要了解企業(yè)的運作方式，以便能夠朝正確的方向努力。
　　12.溝通能力
　　一些公司正在尋找具有很好溝通能力的數(shù)據(jù)科學家，他們能夠清晰流利地將技術發(fā)現(xiàn)傳遞給非技術團隊的人員，比如市場營銷部門或銷售部門。數(shù)據(jù)科學家除了理解非技術同事的需求以便適當?shù)卣{整數(shù)據(jù)外，還必須做出相關的決定。
　　除了說同一種語言外，還需要使用數(shù)據(jù)以講故事的方式交流。作為一名數(shù)據(jù)科學家，必須知道如何創(chuàng)建一個圍繞數(shù)據(jù)的故事情節(jié)，以方便任何人都能理解。例如，呈現(xiàn)數(shù)據(jù)表格不如以故事形式分享這些數(shù)據(jù)的見解。講故事可以幫助你將你的發(fā)現(xiàn)與雇主正確溝通。
　　溝通時，請注意分析數(shù)據(jù)的結果，大多數(shù)企業(yè)主并不想知道你分析的具體內容，而是對如何積極影響其業(yè)務感興趣。學會專注于提供價值并通過溝通建立持久的關系。
　　13.團隊合作
　　數(shù)據(jù)科學家不可能單打獨斗，而是不得不與公司高管合作制定策略、與產品經理和設計師合作創(chuàng)造更好的產品、與營銷人員一起推出更好的轉換活動、與客戶端和服務器軟件開發(fā)人員共同創(chuàng)建數(shù)據(jù)管道并改善工作流程。數(shù)據(jù)科學家必須與組織中的每個人一起工作，包括客戶。
　　從本質上講，數(shù)據(jù)科學家將與團隊成員合作開發(fā)用例，以了解解決問題所需的業(yè)務目標和數(shù)據(jù)。需要知道解決用例的正確方法、解決問題所需的數(shù)據(jù)以及如何將結果呈現(xiàn)為所涉及的每個人都可以輕松理解的內容。