职业聚焦：数据科学家

内容

• 什么是数据科学？
• 成为数据科学家所需的技能
• 如何成为数据科学家
• 自习
• 数据科学新兵训练营
• 硕士

如今，“大数据”，“分析”等正在成为流行语。并且有充分的理由。

早在2012年，HBR就将“数据科学家”评为“本世纪最勤奋的工作”。但是数据科学真正需要什么呢？更重要的是，您如何获得称呼自己为数据科学家的技能？

什么是数据科学？

曾几何时，数据科学家大多在学术领域。如今，随着大数据收集的兴起和对分析的需求，数据科学家在各种规模的公司和行业中都有很高的需求。

数据科学作为一种专业，融合了数学，统计学和计算机编程领域的一系列技能。这是一个由男人统治的产业。数据科学领域女性的估计数约为10％。

根据Glassdoor的数据，全国数据科学家的平均工资为113,436美元。单单看薪酬，数据科学比其他类似职业更具吸引力。

成为数据科学家所需的技能

像所有工作一样，填补数据科学职位所需的特定技能取决于各个公司。

但是，某些技能/软件工具保持一致。

• 统计编程语言，例如R和SAS
• 数据库查询语言，例如SQL
• 基本统计信息，例如统计检验，分布，最大似然估计等
• 机器学习方法，例如k最近邻居，随机森林，集成方法等。
• 多变量微积分和线性代数
• 数据记录和数据驱动的新产品开发
• 熟悉Hadoop平台
• 可视化工具，例如Flare，HighCharts或AmCharts

如何成为数据科学家

如今，成为数据科学家有三种可行的选择：

• 通过Udacity之类的程序进行自学
• 参加数据科学新手训练营
• 上研究生院攻读硕士学位

当然，每种方法都有优点和缺点。

自习

优点：

• 方便：可以在任何环境下以任何速度按自己的时间完成。
• 负担得起的：可能花费从$ 0-600。
• 节省时间：在线课程可以在8到18个月内完成。

缺点：

• 完成后才收到证书
• 没有点对点或老师与学生的参与
• 没有求职帮助

数据科学新兵训练营

优点：

• 很少的时间投入：可以在六周到三个月内完成
• 相对而言价格合理，至少与获得硕士学位相比（新兵训练营的费用为免费-16,000美元）
• 非常适合那些希望快速改变职业的人
• 完成后，许多新兵训练营都会在求职过程中提供帮助

缺点：

• 仅获得项目组合-没有“真正的”工作经验
• 在短时间内有很多东西要学习
• 可能每周最多工作40个小时（与自学不同，您可以按照自己的步调前进，仍然可以做部分时间或全职工作）

硕士

优点：

• 完成文凭
• 与经过专业培训的讲师进行结构化学习
• 真实经验：许多计划都提供实习机会，可以增加经验和知识
• 有足够的时间学习和吸收所有信息

缺点：

• 昂贵：可能花费在20,000至70,000美元之间-不包括生活费用
• 耗时：也可能需要最长的时间（九到20个月）