作者 | Andrew Ste

編譯 | CDA數(shù)據(jù)分析師

How to Become More Marketable as a Data Scientist

作為一名數(shù)據(jù)科學(xué)家，你處在一個高需求的位置。那么，你如何才能更好地提高你的市場競爭力呢？看看這些目前雇主在2019年最想要的數(shù)據(jù)科學(xué)家技能趨勢。

這個標(biāo)題在你看來可能有點(diǎn)奇怪，好像是，如果你是2019年的數(shù)據(jù)科學(xué)家，你已上市...

由于數(shù)據(jù)科學(xué)對當(dāng)今的商業(yè)有著巨大的影響，對DS專家的需求也在增長。目前我正在寫這篇文章，僅LinkedIn上就有144527個數(shù)據(jù)科學(xué)工作。但是，重要的是，如何把握這個行業(yè)的脈搏，以意識到最快和最有效的數(shù)據(jù)科學(xué)解決方案。為了幫助你，我們對數(shù)據(jù)癡迷的CV編譯器團(tuán)隊(duì)分析了部分職位空缺，確定了2019年的數(shù)據(jù)科學(xué)就業(yè)趨勢。

2019年最受歡迎的數(shù)據(jù)科學(xué)技能

下圖是雇主在2019年向數(shù)據(jù)科學(xué)工程師尋求的技能：

對于這一分析，我們查看了StackOverflow、AngelList和類似網(wǎng)站的300個數(shù)據(jù)科學(xué)空缺。有些術(shù)語可能在一份工作清單中重復(fù)不止一次。

注：請記住，這項(xiàng)研究代表的是雇主的偏好，而不是數(shù)據(jù)科學(xué)工程師自己的偏好。

數(shù)據(jù)科學(xué)趨勢

顯然，數(shù)據(jù)科學(xué)更多地是關(guān)于基礎(chǔ)知識，而不是框架和庫，但仍然有一些趨勢和技術(shù)值得注意。

大數(shù)據(jù)

根據(jù)2018年大數(shù)據(jù)分析市場研究，企業(yè)采用大數(shù)據(jù)的比例從2015年的17%飆升至2018年的59%。因此，大數(shù)據(jù)工具的流行程度也越來越高。如果我們不考慮ApacheSPark和Hadoop，(我們將在下一節(jié)中詳細(xì)討論后者)，最流行的方法是MapReduce (36), and Redshift (29).

Hadoop

盡管Spark和云存儲廣受歡迎，但是Hadoop的“時代”還沒有結(jié)束。因此，有些雇主仍然期望應(yīng)聘者熟悉 Apache Pig (30), HBASE(32)和類似的技術(shù)。HDFS(20)空缺職位中仍有提及。

實(shí)時數(shù)據(jù)處理

隨著各種傳感器、移動設(shè)備和物聯(lián)網(wǎng)(18)公司的目標(biāo)是從實(shí)時數(shù)據(jù)處理中獲得更多的洞察力.因此，流分析平臺，如Apache Flink(21)在一些雇主中很受歡迎。

特征工程與超參數(shù)整定

準(zhǔn)備數(shù)據(jù)和選擇模型參數(shù)是任何數(shù)據(jù)科學(xué)家工作的關(guān)鍵部分。術(shù)語數(shù)據(jù)挖掘(128)在雇主中很受歡迎。一些雇主也非常重視超參數(shù)調(diào)參(21)。然而，作為一名數(shù)據(jù)科學(xué)家，您需要首先需要關(guān)注特征工程..為您的模型選擇最好的特性很重要，因?yàn)樗鼈儧Q定了您的模型在其創(chuàng)建的早期階段是否成功。

數(shù)據(jù)可視化

處理數(shù)據(jù)并從中提取有價值的見解的能力是至關(guān)重要的。然而，數(shù)據(jù)可視化(55)對于任何數(shù)據(jù)科學(xué)家來說，技能同樣重要。至關(guān)重要的是，您可以任何團(tuán)隊(duì)成員或客戶都能理解的格式表示您的工作成果。至于數(shù)據(jù)可視化工具，雇主更喜歡。Tableau (54)

總趨勢

在職位空缺方面，我們遇到了這樣的條件：AWS (86), Docker(36)和 Kubernetes (24)。因此，軟件開發(fā)行業(yè)的總體趨勢也適用于數(shù)據(jù)科學(xué)領(lǐng)域。

專家評論

這個評級中的技術(shù)水平是相當(dāng)?shù)?。然而，在?shù)據(jù)科學(xué)中，有些事情和編碼一樣重要。這是一種從“數(shù)據(jù)輸出”(如最終數(shù)據(jù)集和趨勢)、可視化以及用這些數(shù)據(jù)講述故事的能力。而且，這也是以一種可以理解的方式展示這些發(fā)現(xiàn)的能力。了解你的聽眾-如果他們是博士，以適當(dāng)?shù)姆绞胶退麄兘徽?，但是如果他們來自C套件，他們不會關(guān)心編程，只關(guān)心結(jié)果和ROI。

——卡拉·金特 數(shù)據(jù)科學(xué)家/所有者

快照數(shù)據(jù)對于了解當(dāng)前市場狀況是有用的，但它并不代表趨勢，因此很難僅僅根據(jù)快照來規(guī)劃未來。我要說的是，R的使用量將繼續(xù)穩(wěn)步下降(MATLAB也是如此)，而Python在數(shù)據(jù)科學(xué)家中的流行程度將持續(xù)上升。Hadoop和BigData之所以上榜，是因?yàn)樵撔袠I(yè)有些惰性：Hadoop將消失(沒有人會認(rèn)真投資)，大數(shù)據(jù)也不再是熱門趨勢。人們是否需要投入時間學(xué)習(xí)Scala尚不清楚：Google正式支持Kotlin(也是一種JVM語言)，它更容易學(xué)習(xí)，而Scala有一個陡峭的學(xué)習(xí)曲線。我也對TensorFlow的未來持懷疑態(tài)度：學(xué)術(shù)界已經(jīng)轉(zhuǎn)向PyTorch，與其他行業(yè)相比，學(xué)術(shù)界在數(shù)據(jù)科學(xué)方面的影響力最大。(這些意見是我的，可能不代表高德納的觀點(diǎn)。)

——安德里·布爾科夫 高德納機(jī)械學(xué)習(xí)主任， 百頁機(jī)器學(xué)習(xí)書作者

PyTorch是用GPU對CUDA張量進(jìn)行數(shù)學(xué)運(yùn)算強(qiáng)化學(xué)習(xí)的動力。它也是一個更強(qiáng)大的框架，可以同時在多個GPU上并行代碼，而TensorFlow要求將每個操作封裝到一個設(shè)備上。PyTorch還建立了適用于遞歸神經(jīng)網(wǎng)絡(luò)的動態(tài)圖?；赥ensorFlow的TensorFlow生成靜態(tài)圖表，與基于火炬的PyTorch相比，學(xué)習(xí)起來更加復(fù)雜。TensorFlow反映了更多的開發(fā)人員和研究人員。PyTorch將在構(gòu)建機(jī)器學(xué)習(xí)儀表板可視化工具(如TensorBoard)時顯示出更大的發(fā)展勢頭。PyTorch在調(diào)試和數(shù)據(jù)可視化庫(Matplotlib)和海運(yùn)庫方面更像Pythonic。Python的大多數(shù)調(diào)試工具也可以用來調(diào)試PyTorch。TensorFlow附帶了自己的調(diào)試工具tfdbg。

——Ganapathi Pulipaka博士，埃森哲首席數(shù)據(jù)科學(xué)家，50強(qiáng)科技領(lǐng)袖獎獲獎?wù)?/span>

我認(rèn)為數(shù)據(jù)科學(xué)的“工作”不同于數(shù)據(jù)科學(xué)的“職業(yè)”。工作列表提供了對市場需要的特定技能的洞察力，但對于職業(yè)生涯來說，我所見過的最重要的技能之一是學(xué)習(xí)能力。數(shù)據(jù)科學(xué)是一個快速發(fā)展的領(lǐng)域，如果要取得長期的成功，您需要能夠輕松地獲得新的技術(shù)、工具和領(lǐng)域知識。要做到這一點(diǎn)，就要挑戰(zhàn)自己，避免過于舒適。

——里昂·里斯伯格創(chuàng)始人/策展人，數(shù)據(jù)藥劑

數(shù)據(jù)科學(xué)是一個快速發(fā)展和復(fù)雜的行業(yè)，一般知識和特定技術(shù)的經(jīng)驗(yàn)同樣重要。我希望這篇文章能幫助你更好地了解2019年你需要的兩種技能。祝好運(yùn)!