
數(shù)據(jù)科學(xué)家圖鑒:我們分析了LinkedIn 上一千位數(shù)據(jù)科學(xué)家的簡歷
在大數(shù)據(jù)和機器學(xué)習(xí)的時代,有一種職業(yè)脫穎而出——數(shù)據(jù)科學(xué)家。伴隨著這個頭銜的聲望是許多想進入該領(lǐng)域人群的追求。
但是如何將數(shù)據(jù)科學(xué)夢想變?yōu)楝F(xiàn)實,成為一名數(shù)據(jù)科學(xué)家呢?
每個數(shù)據(jù)科學(xué)家都有自己的故事,這就意味著這個回答存在著各種各樣的答案。但是單單一個例子的作用并不大,因此365 Data Science進行了一項研究,對LinkedIn上1001名數(shù)據(jù)科學(xué)家的個人簡介進行了匯總和分析。
我們的目標很簡單,“常見的”數(shù)據(jù)科學(xué)家是什么樣?
方法
數(shù)據(jù)樣本來自LinkedIn上1001名數(shù)據(jù)科學(xué)家的個人簡介。由于數(shù)據(jù)有限,這里采用任意抽樣的方法。同時根據(jù)數(shù)據(jù)按國家、公司進行相應(yīng)分類。
根據(jù)地理分布,分成了四類:美國(40%),英國(30%),印度(15%),其他國家(15%)。其中約一半的樣本均來自財富500強公司。
調(diào)查結(jié)果
根據(jù)數(shù)據(jù)樣本,數(shù)據(jù)科學(xué)家中70%為男性,至少掌握一門外語,本科以上學(xué)歷,其中27%為博士生,48%為碩士。
平均下來,獲得數(shù)據(jù)科學(xué)家頭銜大致需要4.5年。使用的數(shù)據(jù)科學(xué)工具無外乎是R語言或者Python。使用這兩種編程語言的人群雇傭比例基本相同(各為53%),74%的人群至少使用其中的一種。
編程語言
除了R語言和Python,當然還有其他的語言工具,雖然前兩者是主導(dǎo)的編程語言。第三名為SQL(40%)。不出意料,MATLAB、Java、C/C++的比重在下降。這一趨勢同樣反映在近幾年的相關(guān)調(diào)查研究中。
不同國家的編程語言
但是這些情況在全世界都普遍嗎?為了解答這個問題,我們需要對數(shù)據(jù)進行地域細分。
Python在美國和英國都位于第一;而在印度和其他國家,第一則是R語言。不過這兩種語言的比重差異并不顯著。Java在三大地區(qū)的比重都在下降(美國、英國、印度)。然而,數(shù)據(jù)樣本中其他國家仍然依賴”較老”的語言:Java、C/C++。
然而值得注意的是,印度的數(shù)據(jù)科學(xué)家中C/C++占比高達23%,這也符合印度作為“IT技術(shù)外包”之國的名聲。
工作經(jīng)驗
從應(yīng)屆畢業(yè)生到數(shù)據(jù)科學(xué)家大師,數(shù)據(jù)科學(xué)家成長之路十分有趣。其中一大部分人上一份工作就是數(shù)據(jù)科學(xué)家(36%)。
考慮到這些信息,成為數(shù)據(jù)科學(xué)家最常見的方法是:通過成為數(shù)據(jù)分析師(17%)以及學(xué)術(shù)教育(12%)。鑒于數(shù)據(jù)樣本中27%的人有博士學(xué)位,可以說學(xué)術(shù)教育是數(shù)據(jù)科學(xué)家的主要途徑。
將這些信息與前兩份工作的數(shù)據(jù)進行比較,我們可以得出:實習(xí)生、IT和顧問是成為數(shù)據(jù)科學(xué)家的其他三大途徑。
教育背景
事實上,數(shù)據(jù)科學(xué)家的教育背景中,沒有一個專業(yè)占絕對主導(dǎo)地位。然而共同之處在于,大多數(shù)都與量化有關(guān)。
如果你的專業(yè)與編程、計算機科學(xué),或者與數(shù)學(xué)和統(tǒng)計學(xué)相關(guān),那么比起任何專業(yè)為數(shù)據(jù)科學(xué)的人群,你們進入數(shù)據(jù)科學(xué)領(lǐng)域的機會都是平等的。
研究顯示,數(shù)據(jù)科學(xué)家中20%計算機科學(xué)專業(yè),19%為統(tǒng)計學(xué)、數(shù)學(xué)相關(guān)專業(yè),19%為經(jīng)濟學(xué)和社會科學(xué)專業(yè)。只有13%專業(yè)為數(shù)據(jù)科學(xué)和數(shù)據(jù)分析。很大程度可以解釋,這只是最近才成為了獨立的專業(yè)。同時還說明,機器學(xué)習(xí)專業(yè)屬于數(shù)據(jù)科學(xué)大類,而不是計算機科學(xué)。
畢業(yè)院校
考慮到專業(yè)學(xué)位的不一致性,下面我們對數(shù)據(jù)科學(xué)家的畢業(yè)院校進行分析,探究當中的模式。數(shù)據(jù)樣本中大學(xué)排名根據(jù)《泰晤士報高等教育》世界大學(xué)排名。
數(shù)據(jù)顯示,當中28%的數(shù)據(jù)科學(xué)家畢業(yè)于世界前50名大學(xué)。有趣的是,相當一部分數(shù)據(jù)科學(xué)家(25%)并不來自排名中的1100所大學(xué)。
自我提升
根據(jù)分析,40%的數(shù)據(jù)科學(xué)家參加了在線課程。此外,每個人平均有3.33個相關(guān)資歷證書。因此,成為數(shù)據(jù)科學(xué)家無疑要依靠自我提升。
雖然這些數(shù)據(jù)在分析初期沒被嚴格計算在內(nèi),但40%是比較保守的估計。畢竟許多數(shù)據(jù)科學(xué)的專業(yè)人士并不會在簡介中注明他們上過的專業(yè)課程。
結(jié)論
數(shù)據(jù)科學(xué)家圖鑒并不一致,當中充滿了數(shù)學(xué)、編程和不斷創(chuàng)新。從當中得到的啟發(fā)是:保持量化的心態(tài),對自我提升的渴望,強烈的專注力這些是當代數(shù)據(jù)科學(xué)家事業(yè)成功的主要動力。
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
SQL 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。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10