早在2012年,HBR將“數據科學家”命名為“本世紀最性感的工作”。但數據科學究竟需要什麼呢? 更重要的是,你如何獲得將自己稱為數據科學家的技能?
什麼是數據科學?
曾幾何時,數據科學家大多在學術領域。 現在,隨著大數據收集的高潮和分析的需要,數據科學家已經成為各種大小公司和行業的高需求。
數據科學作為一門專業,在數學,統計和計算機編程中融合了一系列技能。 這是一個由男性主導的行業,數據科學領域的女性估計約為10%。
根據Glassdoor的數據,科學家的平均工資是113,436美元。 僅僅看補償,數據科學比其他類似的職業更具吸引力。
技能需要成為數據科學家
像所有的工作一樣,填補數據科學職位所需的具體技能取決於個別公司。
但是某些技能組合/軟件工具仍然保持一致。
- 統計編程語言 ,如R和SAS
- 數據庫查詢語言,如SQL
- 基本統計數據,如統計檢驗,分佈,最大似然估計量等
- 機器學習方法,如k-最近鄰居,隨機森林,集合方法等。
- 多變量微積分和線性代數
- 數據記錄和開發數據驅動的新產品
- 熟悉Hadoop平台
- 可視化工具,如Flare,HighCharts或AmCharts
如何成為數據科學家
如今,成為數據科學家有三種可行的選擇:
- 通過Udacity等項目自學
- 參加數據科學新兵訓練營
- 去研究生院攻讀碩士學位
當然,每種方法都有優點和缺點。
自習
優點:
- 方便:可以在任何環境和任何速度下在您自己的時間完成
- 經濟實惠:可以從0-600美元的任何地方。
- 節省時間:在線課程可在8-18個月內完成。
缺點:
- 完成後才能收到證書
- 沒有同行或老師對學生的參與
- 找工作沒有幫助
數據科學新兵訓練營
優點:
- 小時間承諾:可以在6周到3個月內完成
- 相對可承受的,至少與獲得碩士學位相比(新兵訓練營範圍從免費 - $ 16,000)
- 適合那些希望迅速改變職業生涯的人
- 完成後,許多新手訓練營在求職過程中提供幫助
缺點:
- 只獲得項目組合 - 沒有“真正的”工作經驗
- 在很短的時間內學習很多東西
- 每週工作時間可達40小時(不像自學時間,你可以按自己的速度進行工作,而且仍然可以兼職/全職工作)
碩士
優點:
- 文憑完成後
- 結構化學習與專業訓練的教師
- 真實世界的經驗:許多計劃包括實習,這將增加經驗和知識
- 充足的時間學習和吸收所有的信息
缺點:
- 昂貴:可能花費在2萬美元至7萬美元之間 - 不包括生活費用
- 耗時:也可以採取最長時間(9-20個月)