你真的無法避免，是嗎？你看哪里就提到哪里。你的LinkedIn訂閱、就業(yè)市場、新聞訂閱、試圖吸引你注意力的教育項目（還有你的入學(xué)費）。但數(shù)據(jù)科學(xué)到底是什么？它通常被描述得很模糊，留下了許多不盡如人意的地方。本指南將試圖避免所有這些，并為您提供關(guān)于“什么是數(shù)據(jù)科學(xué)？”的最佳、最直接和明確的答案。以及“數(shù)據(jù)科學(xué)家是做什么的？”。

那么，數(shù)據(jù)科學(xué)家是做什么的呢？為了回答這個問題，我們將帶領(lǐng)您了解數(shù)據(jù)科學(xué)工作的各個方面。

數(shù)據(jù)科學(xué)家的角色和職責(zé)

數(shù)據(jù)科學(xué)的作用是利用每個公司現(xiàn)在收集的深不可測的大量數(shù)據(jù)，并將其轉(zhuǎn)化為可理解和有用的信息。將數(shù)據(jù)轉(zhuǎn)換為信息是通過使用諸如機器學(xué)習(xí)(ML)、人工智能(AI)和統(tǒng)計分析等技術(shù)來完成的。所有這些都是為了解決現(xiàn)實世界的問題?，F(xiàn)實世界通常被轉(zhuǎn)化為業(yè)務(wù)問題。這意味著公司使用數(shù)據(jù)科學(xué)來做出更合理的商業(yè)決策，并獲得更多利潤。

既然我們已經(jīng)討論了數(shù)據(jù)科學(xué)家的角色，現(xiàn)在是時候問一下這在實踐中意味著什么了。數(shù)據(jù)科學(xué)家是做什么的？一個直接的問題應(yīng)該得到直接的回答。

數(shù)據(jù)科學(xué)家：

1. 識別業(yè)務(wù)問題
2. 收集數(shù)據(jù)
3. 通過操作和清理數(shù)據(jù)來準(zhǔn)備分析數(shù)據(jù)
4. 存儲數(shù)據(jù)
5. 分析數(shù)據(jù)以發(fā)現(xiàn)趨勢和模式
6. 構(gòu)建、訓(xùn)練和驗證模型
7. 提出見解

數(shù)據(jù)科學(xué)職稱

數(shù)據(jù)科學(xué)中最通用的職位頭銜是數(shù)據(jù)科學(xué)家，它涵蓋了數(shù)據(jù)科學(xué)領(lǐng)域中使用的所有技能。作為一名數(shù)據(jù)科學(xué)家包括了上述所有的責(zé)任。然而，如果你在數(shù)據(jù)科學(xué)領(lǐng)域工作，這并不是你能擁有的唯一職位。

還有許多其他職位頭銜取決于資歷、公司組織、規(guī)模等。最重要的是，這些職位頭銜取決于他們所關(guān)注的數(shù)據(jù)科學(xué)領(lǐng)域。你可以把它看作是數(shù)據(jù)科學(xué)家是數(shù)據(jù)科學(xué)的原始湯，所有其他的職位頭銜都源于它。

一般來說，數(shù)據(jù)科學(xué)領(lǐng)域的職位可以分為以下兩類：

• 數(shù)據(jù)提供者
• 數(shù)據(jù)用戶

在我們的博客帖子中有關(guān)于每一個數(shù)據(jù)科學(xué)工作的非常詳細(xì)的信息，我們將在這里提到。使用該職位可以找到每個職位所需的詳細(xì)職務(wù)描述和技能。

數(shù)據(jù)提供者

當(dāng)我們談?wù)摂?shù)據(jù)提供者時，我們談?wù)摰氖菍Ｗ⒂谠紨?shù)據(jù)、數(shù)據(jù)基礎(chǔ)設(shè)施、數(shù)據(jù)加載和數(shù)據(jù)庫的工作。

例如，這一類別中的數(shù)據(jù)科學(xué)職位有：數(shù)據(jù)建模師、數(shù)據(jù)工程師、數(shù)據(jù)庫管理員、數(shù)據(jù)架構(gòu)師和軟件工程師。以這樣或那樣的方式，它們都確保數(shù)據(jù)科學(xué)中的另一類工作（數(shù)據(jù)用戶）可以不間斷地訪問數(shù)據(jù)，這為數(shù)據(jù)用戶建立基礎(chǔ)奠定了基礎(chǔ)。

當(dāng)然，所有這些數(shù)據(jù)提供者作業(yè)在它們之間有不同的目的。

數(shù)據(jù)建模器

例如，數(shù)據(jù)建模師創(chuàng)建概念、邏輯和物理數(shù)據(jù)庫模型，并參與數(shù)據(jù)庫實現(xiàn)。

數(shù)據(jù)工程師

數(shù)據(jù)工程師更關(guān)心的是數(shù)據(jù)基礎(chǔ)設(shè)施及其開發(fā)和維護(hù)，包括數(shù)據(jù)倉庫和提取、轉(zhuǎn)換和加載數(shù)據(jù)（ETL/ELT）。

查看我們關(guān)于數(shù)據(jù)工程師vs數(shù)據(jù)科學(xué)家的帖子，該帖子可以解釋數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師的共同點和不同點。

數(shù)據(jù)庫管理員

根據(jù)數(shù)據(jù)基礎(chǔ)結(jié)構(gòu)，數(shù)據(jù)庫管理員確保數(shù)據(jù)和數(shù)據(jù)庫的完整性和安全性。這包括授予和撤銷對數(shù)據(jù)的訪問權(quán)、備份數(shù)據(jù)庫、還原數(shù)據(jù)等。

軟件工程師

在上述職位所提供的數(shù)據(jù)基礎(chǔ)設(shè)施之上，坐著軟件工程師。他們設(shè)計、開發(fā)、測試和維護(hù)作為接口數(shù)據(jù)的軟件，用戶將使用這些接口數(shù)據(jù)來充分利用底層數(shù)據(jù)和數(shù)據(jù)基礎(chǔ)設(shè)施。

數(shù)據(jù)架構(gòu)師

數(shù)據(jù)架構(gòu)師提供全局并協(xié)調(diào)所有這些數(shù)據(jù)提供者。他們的工作是理解公司的流程，這樣他們就可以計劃、實施和改進(jìn)公司數(shù)據(jù)處理基礎(chǔ)設(shè)施的體系結(jié)構(gòu)。這意味著為數(shù)據(jù)如何在不同的入口點進(jìn)入公司提供解決方案。數(shù)據(jù)以哪種格式輸入，使用哪種軟件處理（如果有的話），以及如何將數(shù)據(jù)轉(zhuǎn)換并加載到數(shù)據(jù)庫或數(shù)據(jù)倉庫中。如何被公司使用直到點數(shù)據(jù)成為公司的輸出。

數(shù)據(jù)用戶

數(shù)據(jù)用戶利用現(xiàn)有數(shù)據(jù)和數(shù)據(jù)基礎(chǔ)設(shè)施向各類股東提供信息。它們是數(shù)據(jù)提供者和決策者之間相當(dāng)“工程”工作的紐帶，決策者通常不太在技術(shù)方面。

數(shù)據(jù)科學(xué)中的數(shù)據(jù)用戶，除了數(shù)據(jù)科學(xué)家之外，還包括數(shù)據(jù)分析師、統(tǒng)計學(xué)家、BI開發(fā)人員、業(yè)務(wù)分析師、數(shù)量分析師、營銷科學(xué)家、機器學(xué)習(xí)工程師、研究科學(xué)家等。同樣，他們在公司中都有不同的目的。

數(shù)據(jù)分析師

例如，數(shù)據(jù)分析員側(cè)重于報告、定期和特別分析。他們使用數(shù)據(jù)并將其匯總成報告格式。這使得不太懂技術(shù)的用戶有可能使用這些數(shù)據(jù)并了解公司業(yè)務(wù)的各個方面。數(shù)據(jù)分析員主要使用歷史數(shù)據(jù)。

統(tǒng)計學(xué)家

統(tǒng)計學(xué)家在分析數(shù)據(jù)的方式上也與數(shù)據(jù)分析家相似。然而，他們更關(guān)心的是預(yù)測未來，而不是解釋過去。他們用數(shù)據(jù)來觀察將要發(fā)生的事情，而不是已經(jīng)發(fā)生的事情。為了做到這一點，他們將統(tǒng)計方法應(yīng)用于數(shù)據(jù)，如假設(shè)檢驗和概率。那樣的話，統(tǒng)計學(xué)家也類似于數(shù)據(jù)科學(xué)家。不同的是，與數(shù)據(jù)科學(xué)家不同，他們不建立模型，只專注于數(shù)據(jù)科學(xué)的統(tǒng)計部分。

BI開發(fā)人員

BI開發(fā)人員是在BI工具中開發(fā)（設(shè)計、構(gòu)建和維護(hù)）儀表板的人員，其目的是實現(xiàn)數(shù)據(jù)可視化和報告。他們做報告的方式類似于數(shù)據(jù)分析師。然而，他們也有一些工程技能，他們使用這些技能來ETL數(shù)據(jù)和構(gòu)建用戶界面，就像數(shù)據(jù)工程師和軟件工程師分別做的那樣。

業(yè)務(wù)分析師

業(yè)務(wù)分析師專注于報告，就像數(shù)據(jù)分析師一樣。然而，他們通常專注于內(nèi)部報告，以發(fā)現(xiàn)公司業(yè)務(wù)流程中的弱點并加以改進(jìn)，數(shù)據(jù)分析師并不總是這樣。

量化分析師

定量分析師通常是專注于金融數(shù)據(jù)的數(shù)據(jù)科學(xué)家。他們將分析它并建立各種金融市場的模型，如貸款、股票、債券、外匯等。他們的分析將用于決定交易策略、可行的投資和風(fēng)險管理。

營銷科學(xué)家

市場營銷科學(xué)家同樣是數(shù)據(jù)科學(xué)家，他們只處理一種類型的數(shù)據(jù)。在這種情況下，是營銷數(shù)據(jù)。像任何數(shù)據(jù)科學(xué)家一樣，他們會分析這些數(shù)據(jù)，并試圖找到模式和趨勢來解釋和預(yù)測客戶行為，這有助于解決營銷和銷售問題。

機器學(xué)習(xí)科學(xué)家

機器學(xué)習(xí)科學(xué)家是數(shù)據(jù)科學(xué)家的某種延伸。當(dāng)數(shù)據(jù)科學(xué)家更關(guān)心建立模型的理論部分時，數(shù)據(jù)工程師將這些模型付諸實踐。他們獲取原型模型并將其部署到生產(chǎn)中。這涉及到工程人工智能軟件和算法，這些軟件和算法將使機器學(xué)習(xí)模型在實踐中發(fā)揮作用。

研究科學(xué)家

雖然機器學(xué)習(xí)工程師是這類數(shù)據(jù)科學(xué)家中的實踐者，但研究科學(xué)家是理論家。研究科學(xué)家的工作是理解計算原理和由此產(chǎn)生的問題。為了解決這些問題，他們改進(jìn)或創(chuàng)建了全新的算法和編程語言。

數(shù)據(jù)科學(xué)職業(yè)道路

在下面的圖片中，有一個例子說明了你的數(shù)據(jù)科學(xué)家職業(yè)道路可能是什么樣子的。這并不意味著這是一個單向的旅程（根本不必是一個旅程！）或者這些職位頭銜不能互換，不能以不同的方式在之間移動。這只是一個概述，看一看，然后我們會跟著做一些解釋。

教育作為起點

數(shù)據(jù)科學(xué)發(fā)現(xiàn)自己處于統(tǒng)計學(xué)、數(shù)學(xué)和計算機科學(xué)的十字路口。還有其他一些學(xué)科。因此，至少在這些領(lǐng)域接受教育是一個很好的起點。

然而，我們不能寫出適用于每個應(yīng)聘者和招聘廣告的指南。一般的經(jīng)驗法則是：至少獲得學(xué)士學(xué)位，才能在數(shù)據(jù)科學(xué)就業(yè)市場上有一個良好的起點。然后結(jié)合工作經(jīng)驗。兩者的良好平衡總是一個你不會出錯的食譜。當(dāng)然，接受更多的教育和更多的經(jīng)驗總是會讓你處于更好的位置；這并不奇怪。讓我們來看看學(xué)歷/學(xué)位要求是什么：

1. 學(xué)士學(xué)位/碩士學(xué)位
2. 博士。
3. 訓(xùn)練營

學(xué)士學(xué)位/碩士學(xué)位

如果你想在數(shù)據(jù)科學(xué)領(lǐng)域建立一個職業(yè)生涯，至少擁有學(xué)士學(xué)位是個好主意。擁有學(xué)士學(xué)位或碩士學(xué)位對獲得數(shù)據(jù)科學(xué)方面的任何工作都有好處，大多數(shù)招聘廣告都要求這種教育水平。你的學(xué)位應(yīng)該是相關(guān)的量化領(lǐng)域，如統(tǒng)計學(xué)、數(shù)學(xué)、計算機科學(xué)、工程、IT、經(jīng)濟(jì)學(xué)、編程等。當(dāng)然，這取決于職位頭銜和資歷水平。

此外，根據(jù)工作的不同，你可能會從一些不同領(lǐng)域的學(xué)位中獲得好處。也許人文學(xué)科，如哲學(xué)、社會學(xué)、心理學(xué)。它們可能很有用（有時甚至是必需的?。┤绻阆氤蔀橐幻噲D理解和預(yù)測人類行為的營銷科學(xué)家。研究科學(xué)家有時可以研究與倫理和人類行為有很深聯(lián)系的計算原理。

根據(jù)職位描述和資歷，如果你有金融、商業(yè)或類似的學(xué)位，這也是有益的。也許你在處理財務(wù)數(shù)據(jù)，而你是高層，所以除了你的技術(shù)技能之外，擁有一些領(lǐng)導(dǎo)力、商業(yè)常識和教育也變得很重要。

雖然學(xué)士學(xué)位通常是招聘廣告中要求的最低教育水平，但有時并不是唯一的教育水平。

博士學(xué)位

有博士學(xué)位。不會影響你得到上面任何工作的機會。多受教育總是更好。

然而，有時這一級別不僅很好，而是必需的。例如，獲得博士學(xué)位將是一個好主意。如果你想做一個ML工程師或任何其他數(shù)學(xué)密集型的工作。

此外，研究科學(xué)家需要在計算機科學(xué)理論、原理和研究方法方面有很強的能力。這就是為什么博士。是這個職位經(jīng)常需要的。

訓(xùn)練營

雖然正規(guī)教育在招聘廣告中經(jīng)常被要求，但這并不意味著它總是必要的。如果你在數(shù)據(jù)科學(xué)的某些方面經(jīng)驗豐富，但沒有在這一領(lǐng)域接受過正規(guī)教育，這并不意味著你不能從事數(shù)據(jù)科學(xué)家的工作。一般來說，職位越高，你的教育就越不重要。重要的是你在以前的工作中做了什么，你是怎么做的，你能給新的工作帶來什么技能。

這里有一個第22條軍規(guī)。你需要一份工作來獲得經(jīng)驗和提高技能。如果你沒有經(jīng)驗，沒有技術(shù)技能，你就找不到工作。幸運的是，有一個解決辦法：新兵訓(xùn)練營。

它們是獲得數(shù)據(jù)科學(xué)適當(dāng)技能的良好起點。他們不需要技術(shù)學(xué)士學(xué)位或碩士學(xué)位。這是偉大的任何人誰沒有受過正規(guī)教育，并想開始在數(shù)據(jù)科學(xué)的職業(yè)生涯。它們也適用于通過實踐漫步進(jìn)入數(shù)據(jù)科學(xué)的人。這樣，他們就可以對他們已經(jīng)在實踐中做的事情有一個更結(jié)構(gòu)化和理論上的背景，或者提高他們已經(jīng)存在的技能。

數(shù)據(jù)科學(xué)家工作經(jīng)驗

說到工作經(jīng)驗，開始獲得工作經(jīng)驗總是最難的。一旦你開始工作并在工作中學(xué)習(xí)，跳槽和拓寬專業(yè)領(lǐng)域就變得更容易了。筑牢基礎(chǔ)很重要。當(dāng)開始從事數(shù)據(jù)科學(xué)時，人們通常是從數(shù)據(jù)分析師開始的。

從那時起，他們可以選擇進(jìn)入我們前面討論過的兩個方向：作為數(shù)據(jù)提供者工作或作為數(shù)據(jù)用戶工作。上圖中重要的一點是，當(dāng)你從左到右時，職位的資歷會上升，你的薪水也會上升。我們一會兒再談工資問題。讓我們先來看看一兩個例子，看看你的職業(yè)生涯會是什么樣子。

假設(shè)你從數(shù)據(jù)分析師開始。經(jīng)過幾年的數(shù)據(jù)工作，并找到了自己的數(shù)據(jù)庫解決方案，您理解了數(shù)據(jù)庫原理，因此決定成為一名數(shù)據(jù)建模師或數(shù)據(jù)庫管理員。在其中一個職位上工作可以獲得更多的經(jīng)驗，并且可以參與幾個關(guān)于數(shù)據(jù)基礎(chǔ)設(shè)施的項目。然后你得到提升，成為一個數(shù)據(jù)架構(gòu)師，例如。

或者你從統(tǒng)計學(xué)家開始。在一家公司呆了幾年后，你決定是時候改變了。但你真的很喜歡你所在的公司。而且你真的很喜歡你去年參與的幾個營銷項目。你搬到一個營銷部門，只處理營銷數(shù)據(jù)，然后成為一名營銷科學(xué)家。話說回來，是時候改變了；你對機器學(xué)習(xí)產(chǎn)生了興趣，成為了一名數(shù)據(jù)科學(xué)家。幾年后，你想回到學(xué)校獲得博士學(xué)位。你辭掉了這份工作，全身心地投入到獲得博士學(xué)位的工作中。這一點，結(jié)合您豐富的工作經(jīng)驗，使您意識到您希望以一種不同的，也許是理論的方式為數(shù)據(jù)科學(xué)做出貢獻(xiàn)。然后你就成了研究科學(xué)家。

這些只是你職業(yè)生涯的例子。任何與實際的人和他們的職業(yè)相似都純屬巧合。你的職業(yè)生涯將取決于你的背景、你的能力、你的興趣、你在你（或其他）公司的機會、公司的規(guī)模、組織、靈活性，是的，還有一點點運氣。

從長遠(yuǎn)來看，你選擇的任何方式都能讓你受益。請記住，所有這些工作都是數(shù)據(jù)科學(xué)的一部分，所以只有當(dāng)您想要在數(shù)據(jù)科學(xué)領(lǐng)域中做一些新的事情時，在數(shù)據(jù)科學(xué)的一個領(lǐng)域中擁有更多的經(jīng)驗才是有益的。

當(dāng)然，要獲得經(jīng)驗，你首先需要一份工作。為了得到一份工作，你必須經(jīng)歷通常繁瑣的求職面試過程。為了讓這種經(jīng)歷盡可能地?zé)o痛，你需要做好準(zhǔn)備。雖然沒有什么比面試經(jīng)驗更好的了，但通過自己的codingandnoncoding面試問題會讓你有一個很好的起跑點。

你需要的數(shù)據(jù)科學(xué)技術(shù)技能

在數(shù)據(jù)科學(xué)中，以下技能是必須具備的：

• 用SQL、R、Python、Java、C族等語言編碼
• 使用數(shù)據(jù)，包括收集、清理和分析數(shù)據(jù)
• 數(shù)據(jù)庫設(shè)計以了解如何獲取和存儲數(shù)據(jù)
• 統(tǒng)計分析從數(shù)據(jù)中獲得洞察力
• 數(shù)學(xué)用于數(shù)據(jù)分析和度量計算
• 建模用于設(shè)計和構(gòu)建模型
• ML&AI用于部署模型

查看我們關(guān)于最受歡迎的數(shù)據(jù)科學(xué)技能的帖子，了解作為一名數(shù)據(jù)科學(xué)家，您必須具備哪些數(shù)據(jù)科學(xué)技術(shù)技能和業(yè)務(wù)技能。

數(shù)據(jù)科學(xué)薪酬

在選擇職業(yè)時，除了你的興趣和環(huán)境之外，薪水也是一個因素。

Jobted援引美國勞工統(tǒng)計局(BLS)的數(shù)據(jù)稱，美國的平均年薪約為53.5K。

那么數(shù)據(jù)科學(xué)的工作與此相比如何呢？例如，Glassdoor datashows數(shù)據(jù)分析師的平均年薪為7000萬美元。即使是這份（平均）收入最低的數(shù)據(jù)科學(xué)工作，你的收入也會比美國平均水平高出15k美元以上。這多了30%！

作為數(shù)據(jù)科學(xué)領(lǐng)域收入最高的工作之一，數(shù)據(jù)科學(xué)家的平均收入可以達(dá)到13.9萬美元，比平均水平高出1.5倍以上。即使是報告的最低工資也是美國平均工資的兩倍，而工資可以高達(dá)17.1萬美元。這甚至不是數(shù)據(jù)科學(xué)中收入最高的工作。

教育、知識和技能確實會有回報，如果你想知道你應(yīng)該投資于職業(yè)發(fā)展或改變的話。以下是以美元計算的工作職位和平均工資概述。

根據(jù)你工作的公司，你可以期望這些基本工資通過不同的福利來增加，如現(xiàn)金和股票獎金、健康和人壽保險等。

您可以在我們的一篇博客文章中找到關(guān)于數(shù)據(jù)科學(xué)薪酬的更詳細(xì)信息--數(shù)據(jù)科學(xué)家賺多少錢？。

數(shù)據(jù)科學(xué)工作時間

通常，高需求和獲得相當(dāng)豐厚的報酬是有代價的。不，在數(shù)據(jù)科學(xué)中并不都是樂觀的。雖然數(shù)據(jù)科學(xué)家通常每周工作40小時，但偶爾需要投入很長時間。同樣，這取決于公司、組織、行業(yè)和其他眾多因素。但最常見的情況是，它與工作描述和它的周期性有關(guān)，這意味著你將在完全放松和輕松的時期和每周必須投入50-60個工作小時的高峰期之間取得平衡。

這是因為數(shù)據(jù)科學(xué)任務(wù)通常涉及項目，這意味著在嚴(yán)格的最后期限內(nèi)解決問題。隨著最后期限的臨近，工作量通常會增加，這時數(shù)據(jù)科學(xué)家不得不投入額外的時間。

是什么造就了一個偉大的數(shù)據(jù)科學(xué)家？

擁有相關(guān)的教育和技術(shù)技能，當(dāng)然是成為數(shù)據(jù)科學(xué)家的先決條件。要完成第一步，請遵循我們在討論如何從頭開始成為一名數(shù)據(jù)科學(xué)家時提供的有用建議。但這會讓你成為一個偉大的數(shù)據(jù)科學(xué)家嗎？不一定。

數(shù)據(jù)科學(xué)的重點是解決現(xiàn)實生活中的問題。你可以擁有世界上所有的技術(shù)技能，但如果你不能利用那些輝煌的技能來想出一個解決方案，那又有什么意義呢？或者你想出了一個解決方案，但沒有人理解它并使用它。你真的解決問題了嗎？不，你沒有。

技術(shù)技能是用來解決問題的，磨練它們的最好方法之一是創(chuàng)建一個你自己的數(shù)據(jù)分析項目。然而，你也需要軟技能。想出一個解決方案有點夾在數(shù)據(jù)科學(xué)家工作的另外兩個重要階段之間。

1. 理解問題
2. 提出解決方案（通過技術(shù)技能）
3. 提出解決方案

要成為一名偉大的數(shù)據(jù)科學(xué)家，您需要：

1. 幼稚
2. 溝通良好
3. 善于團(tuán)隊合作
4. 使用跨部分功能感覺良好

幼稚

我們不是在說成為一個被寵壞的孩子。孩子氣意味著好奇，問問題，想學(xué)，愛玩。

你需要有好奇心，接受自己并不是什么都懂，并且愿意學(xué)習(xí)。要做到這一點，你必須像孩子一樣：問問題，直到他們得到他們滿意的答案。你需要成為“為什么”的人。只有這樣，你才能理解業(yè)務(wù)問題，不同的人，部門和客戶的需求。一旦你理解了它們，使用你的技術(shù)技能就變成了，嗯，技術(shù)性。

當(dāng)你想出一個解決方案時，你需要對如何展示你可能非常復(fù)雜的解決方案表現(xiàn)得有趣和富有想象力，以便其他人能夠理解并使用它。

溝通

溝通是第一技能的自然延伸。你需要有效地溝通，提出正確的問題，以可理解的方式提出你的想法和解決方案。當(dāng)人們覺得你愿意接受建議，你在傾聽他們，并尊重他們時，他們會更多地參與項目。他們愿意更詳細(xì)地解釋他們的（業(yè)務(wù)）需求和問題，使你更容易正確地理解對你的要求。

當(dāng)然，如果您不能解釋數(shù)據(jù)科學(xué)解決方案是如何工作的，它如何使用戶受益，以及他們?nèi)绾问褂盟?，那么就沒有必要提出一個出色的數(shù)據(jù)科學(xué)解決方案。因此，當(dāng)你提出你的解決方案時，溝通是必要的。

團(tuán)隊合作

不管幸運與否，你將和真正的人一起工作，試圖解決他們真正的問題。你不會一個人在你的部門工作。你不會只和你部門的人一起工作。你將與來自各行各業(yè)的不同人士一起工作，他們擁有不同的技術(shù)技能、專業(yè)知識和經(jīng)驗。要成為一個成功的數(shù)據(jù)科學(xué)家，你必須了解人們，對他們有耐心，靈活，適應(yīng)不同的情況和方法。

創(chuàng)造一個良好的工作氛圍對公司、你的團(tuán)隊和你自己都有好處。可靠、負(fù)責(zé)任、樂于幫助同事是我們一直感激的事情。

跨段性

在（不同的）團(tuán)隊中與人一起工作意味著你將與不同的水平和專業(yè)領(lǐng)域一起工作。這是你學(xué)習(xí)的機會。這時跨部門性就出現(xiàn)了。

一個在數(shù)據(jù)科學(xué)的嚴(yán)格界限之外一無所知的數(shù)據(jù)科學(xué)家不可能是一個偉大的數(shù)據(jù)科學(xué)家?？绮块T將使您更快地理解和解決問題。您將更清楚地呈現(xiàn)解決方案。了解商業(yè)、營銷、報告、法律或你所工作的行業(yè)的任何其他方面，很容易讓你成為一個非常理想的雇主。能夠在技術(shù)部門和非技術(shù)部門之間架起橋梁的專家是罕見的，非常有價值的花朵。

結(jié)論

數(shù)據(jù)科學(xué)是當(dāng)今就業(yè)市場上最熱門的領(lǐng)域之一。對數(shù)據(jù)科學(xué)家的需求很高，但競爭也很激烈。

這意味著成為一名數(shù)據(jù)科學(xué)家并不容易。不過，這也不是不可能。這本指南是一個東西，應(yīng)該使它更容易決定數(shù)據(jù)科學(xué)是否適合你。總而言之，以下是在數(shù)據(jù)科學(xué)領(lǐng)域獲得一份工作并取得成功的步驟：

1. 獲得計算機科學(xué)或其他定量領(lǐng)域的教育。
2. 學(xué)習(xí)您的技術(shù)技能，如編程、數(shù)據(jù)分析、數(shù)據(jù)庫設(shè)計和模型構(gòu)建。
3. 仔細(xì)準(zhǔn)備工作面試，這意味著回答盡可能多的技術(shù)和非技術(shù)問題，研究公司和你申請的職位。
4. 提高你的軟技能。