2017如何变身数据科学家?

2017如何变身数据科学家?

不久前,领英发布了《2017最火技能》的榜单;数据分析数据挖掘以绝对的火热度蝉联第一、第二的榜首位置,而数据呈现第一次进入了前十名。

 

这几个热门技能,都囊括在“数据科学”之下。“数据科学”这个词是普渡大学教授威廉克利夫兰在2001年提出的,而他的擅长领域正是电脑科学和统计。

 

数据科学家都干什么

 

数据科学家利用统计建模的知识,将数据转化为具可行性的见解; 从产品开发、客户关系到新生意机会,都可以应用。

 

最新趋势

 

这个领域正在高速地发展,让我们看看从2011年以来的趋势。

  • 至2018年,美国在拥有150万分析人员的情况下,依然有14万-19万的人员缺口,预测对资深分析员的需求将超出现有供应量的50%-60%
  • 数据科学家被誉为21世纪最性感的工作
  • 2015年一季度,寻找数据科学家的工作发布数量环比增加57%,而搜索量则增加了73.5%
  • 在美国,数据科学家排在最佳工作榜首位,主要因为其潜在的高收入、大量的工作计划和良好的职业发展
  • 五年内相关的研究需求增长了六倍

正是因为增长如此之快,雇主们常常需要苦苦寻觅有经验的优秀分析员,这也为学生们、职业中期的专业人士提供了发展技能的新机会。

 

成功的必备技能

 

难以找寻数据科学家,是因为这个工作要求技术、分析和呈现能力的结合。

数据科学家得理解统计学应用数学,他们得用测试检验自己的假设;同时,他们懂得用编程和程序逻辑来储存和处理数据;最后,他们还得用数据可视化将自己的发现讲成故事。他们常用的语言和应用包括SQL, R, Python, SPSS, Tableau, Hadoop等。

 

如何进入该领域

 

一般来说,以下这些领域有助于通向数据科学:统计,数学,经济学,应用研究和电脑科学。一些院校正在开设专门针对数据科学的项目。

我认识的很多数据科学家都完成了博士学位;当然这不是必须条件。

 

对于想转型的人们,大致有三条路。

 

第一,读一个研究生学位。大学将培养学生们基础理论。这是最花钱、最花时间的选择,但也为校招的企业们提供了基础扎实的候选者。

第二,MOOC自己修炼。自学可能是最挑战人的,但学什么、最终希望怎样的工作,都可以看学生自己的选择。

第三,参加训练营。通常处于上升阶段的公司或机构都会开设训练营,但这要求丰富的相关学习,所以常常在学院项目中可以看到这类的训练营。有时候学院和行业的接触将有利于学生们找到心仪的工作。

相关职位

注意了,要分清楚数据科学家数据工程师数据分析师的区别。

Springboard的摘要指出,数据工程师更多应用编程技能,而数据科学家更趋向于数学和统计学分析;而商业分析员的特长这是沟通技巧和专业领域的经验。

转型的小贴士

 

  • 把你现在的工作都跟数据联系上
  • 利用所有可能的免费资源,全力发展你的技能
  • 寻求可以学以致用的项目
  • 游说你的公司进行转型,同时你将拥有相关工作成果的个人展示集
  • 可能的话回到校园再念一个学位,或是在线学习之后参加训练营
  • 找到一位导师,最好是成功进行了转型的资深人员

作者:Drew Hansen

翻译:胡丁凡