在大数据时代，“数据科学家”已经不是什么新鲜词了，单就知乎而言，就有585466人关注该话题。
其中讨论热度最高的几个话题分别是：如何成为数据科学家、数据科学家的职业发展路径是什么，以及数据科学家的核心技能是什么。
为能更好地了解“2019年想要成为数据科学家需要具备哪些能力”，365Data Science基于领英上的1001份简历进行了研究，这些简历的主人公们皆为目前从事数据科学家工作的人。
在谈这些之前，我想先解释一下“什么是数据科学家”。
什么是数据科学家
这个词最早是由DJ Patil和Jeff Hammerbacher在2008年开始使用的。无论数据量多少，数据科学家都可以获取、开发、实施这些数据，并部署机器学习算法。同时，他们还能基于先进的统计方法进行预测分析进而从数据中获得有价值的洞察。
通常，数据科学家也会涉猎先进的理念知识进行深度学习，如神经网络等。但这都需要一种倾向于数学的逻辑思维以及编程技能。
如果只着眼上面的两项能力显然还不够，除此之外，365Data Science还分别从他们的教育、工作经历、从业资格、薪资几个维度进行了研究。研究发现：
1. 在该领域，男士仍然占据主导地位，占比为69%；
2. 每人至少会2种语言；
3. 在他们的8年职场经历中，仅有2.3年的时间担任数据科学家一职；
4. 其中28%的人持有博士学位，46%的人持有硕士学位，持有学士学位的为19%；
5. 这些数据科学家曾经的从业背景分别为：数据科学家（42%）、IT（9%）、学术研究人员（9%）、数据分析师（13%）、顾问（6%）；
所以其它领域想要转行做数据科学家的伙伴，不如试试看。
那2019年如果想要做数据科学家，需要做哪些准备呢？在准备之前，我想大家可能对数据科学家还存有以下几点疑问。
你可能还有这些疑惑
1. 是否要求科班出身呢？
条条大路通罗马，其实通往数据科学家的路有很多。无论你是经济学、社会科学、自然科学还是统计学、数学、计算机科学、工程学、数据科学，甚至法学都有可能成为数据科学家。
2. 是否一定要求名校呢？
放心吧，大学排名并不会影响你成为数据科学家。尽管365Data Science在研究中发现大量数据科学家（31%）确实出身于排名前50的名校，但还有许多人来自排名1000以后的大学，所以名校并不是数据科学家独有的竞技场。
3. 需要学习哪些编程和数据处理技巧？
研究发现，在1001位被研究者中，几乎有一半的人通过在线课程的方式学习各种编程和数据处理技巧。其中Python（54%）、R（45%）、SQL（36%）、MATLAB（19%）、Java（18%）、C++（8%）。
4. 哪些行业青睐数据科学家？
目前技术/IT行业仍然占据主导地位，紧接着分别为工业部门、金融业。2019年工业大数据作为“智能制造”和“工业互联网”的关键技术支撑而备受大家关注，在此背景下，数据科学家的重要性不言而喻。
DataPipeline CEO 陈诚认为，未来越来越多的公司会将数据作为主要的战略方向，如果你能把自己紧密的与数据战略结合起来，那对你的个人成长会大有裨益。
参考资料：知乎&365Data Science
网友评论