Data Scientist需要深刻理解需求和問題所在，然后對數(shù)據(jù)進行處理，采取合理的量化分析尋求答案，所推薦的答案，也必須是backed by data evidence。Warald認為，以下三類技能是很重要的：

《一》Data Hacking

要有獨立從各種各樣的地方把數(shù)據(jù)化為己用的能力?？赡軙玫降模?/span>

SQL：用來存儲和查詢structured數(shù)據(jù)
Programming：比如用Python for parsing/scraping data。如果既會一門scripting language，又會一門compiled/object oriented language，會是優(yōu)勢。主要是用來處理unstructured數(shù)據(jù)
Hadoop/parallel processing：你處理的數(shù)據(jù)可能太大（比如超市過去半年的購物記錄、信用卡公司兩年內(nèi)的刷卡記錄）無法一次性裝入內(nèi)存，而你需要對數(shù)據(jù)進行快速的分析，這就需要MapReduce等技術。
這其中，SQL和Programming是最基本的，你必須會用sql查詢數(shù)據(jù)、會快速寫程序分析數(shù)據(jù)。當然，你的編程技術也不需要達到軟件工程師的水平，因為你寫的code大多數(shù)只是一次性的、不會被復用，而且也只會被你或者個同事使用，并非放在網(wǎng)上讓無數(shù)人點擊，因此對程序質(zhì)量要求不高。

要想更深入的分析問題，你可能還會用到：

Exploratory analysis skills，可以使用python、R、matlab等各種工具，IT公司用SAS和SPSS相對較少，盡管有些job ads/descriptions里提到了，當然也不是完全不可以。但是如果你只會SAS，那么選擇無疑要少很多。
Optimization、Simulation：有些職位需要研究顧客需求變化，調(diào)整產(chǎn)品或者服務價格，來幫助公司最大化盈利
Machine Learning、Data Mining：比如有人用數(shù)據(jù)挖掘技術，發(fā)現(xiàn)很多人在超市里買尿布的同時，也買了啤酒 – 現(xiàn)在還沒理解為啥，但是也許尿布和啤酒應該放一起賣；另外比如手機廣告的精準投放。
Modeling：你需要理解不同的統(tǒng)計模型有什么應用范圍、有什么限制和特長，我在第一部分里提到的descriptive、predictive、prescriptive三個場景也是淺顯的例子

《二》Problem Solving：

你不光要理解what users say they want，你還需要真正的理解what they actually mean、轉(zhuǎn)化定義出一個可以用數(shù)據(jù)解決的問題，然后選擇正確的分析工具，量化分析和解決問題。

《三》Communication

數(shù)據(jù)科學家會跟公司的很多不同部門的人打交道，會比碼農(nóng)跟更有機會見到高層或者是 business領域的人。如果你希望接觸像市場營銷這樣的部門，希望跟上級領導多多打交道，那你需要有較強的交流能力。你需要知道區(qū)分什么是問題本質(zhì)、什么是技術細節(jié)，要有能力給上層領導講high level的分析和推薦，有能力給同事講解和defend你的技術細節(jié)，也就是”見什么人說什么話”，這不是說要你油滑，而是說要知道什么時候需要隱藏技術細節(jié)，而只展現(xiàn)跟聽眾最相關的信息。

你很可能要經(jīng)常做presentation，需要很強的visualization的能力，熟悉Edward Tufte和Nathan Yau的東西，會很有幫助。另外，也許你很喜歡高深的方法，覺得你懂你NB，但是一切的解決方案，都要從產(chǎn)生business revenue的角度來考慮.

你也可能需要跟software development team合作，需要講清楚需要他們實現(xiàn)什么、需要告訴他們什么地方需要改進。