什么是數據科學家？
數據科學家的職責是發(fā)現大量結構化和非結構化數據的洞察，以幫助塑造或滿足特定的業(yè)務需求和目標。數據科學家在數據分析中的作用變得越來越重要，因為企業(yè)越來越依賴大數據和數據分析來推動決策，更多的企業(yè)將云技術、自動化和機器學習作為IT戰(zhàn)略的核心組成部分。
數據科學家的主要目標是組織和分析大量數據，他們通常使用專門為此任務設計的軟件。數據科學家的數據分析的最終結果要足以讓所有參與投資的利益相關者能輕松地理解，特別是那些非IT領域的人。
數據科學家的數據分析方法不僅取決于他們從事的行業(yè)，還取決于他們正在開展的業(yè)務或部門的具體需求。在數據科學家可以在結構化或非結構化數據中找到意義之前，企業(yè)領導、部門和管理者需要就他們正在尋找的內容進行溝通。因此，數據科學家必須具有足夠的業(yè)務領域專長，將公司或部門目標轉化為基于數據的可交付成果，如預測引擎、模式檢測分析、優(yōu)化算法等。
數據科學家的薪水
數據科學是一個增長快速且利潤豐厚的領域，BLS預測這一領域的工作將在2024年前增長11％。數據科學家也逐漸成為一個令人滿意的長期的職業(yè)發(fā)展道路。在Glassdoor的“美國50大最佳工作”報告中，數據科學家根據工作機會，薪水和總體工作滿意度等級，在各個行業(yè)中排名最佳。
根據Robert Half的《2018年技術與IT薪資指南》的數據，數據科學家的基于經驗的平均薪水，分解如下：
• 25分位值：100000美元
• 50分位值：119000美元
• 75分位值：142750美元
• 95分位值：168000美元
數據科學家是做什么的？
數據科學家的主要職責是數據分析，這是一個以數據收集開始的過程，并以數據科學家的最終數據分析結果為基礎進行的業(yè)務決策。
數據科學家分析的數據，通常被稱為大數據，它們來源廣泛。有兩種類型的數據屬于大數據：結構化數據和非結構化數據。結構化數據通常按照類別進行組織，以便于計算機自動排序、讀取和組織。這包括由服務、產品和電子設備收集的數據，但很少從人類的輸入收集數據。你的智能手機收集的網站流量數據、銷售數據、銀行賬戶或GPS坐標，這些都是數據的結構化形式。
非結構化數據是增長最快的大數據形式，更有可能來自人類的輸入，如客戶評論、電子郵件、視頻‘社交媒體帖子等。這些數據通常更難分類，而且通過技術管理的效率也較低。由于非結構化數據不太精簡，管理它可能需要大量的投資。企業(yè)通常依靠關鍵字來理解非結構化數據，用可搜索的詞來提取相關數據。
通常，企業(yè)使用數據科學家處理這種非結構化數據，而其他IT人員將負責管理和維護結構化數據。是的，數據科學家可能會在自己的職業(yè)生涯中處理大量結構化數據，但是企業(yè)越來越想利用非結構化數據來滿足其收入目標，從而使非結構化數據的方法成為數據科學家這個角色的關鍵。
數據科學家的要求
每個行業(yè)都有可供數據科學家分析的數據資料。根據BLS的說法，以下是各個行業(yè)中一些更常見的大數據形式，以及數據科學家可能需要分析的大數據形式。
• 業(yè)務：如今，數據塑造了幾乎所有公司的業(yè)務戰(zhàn)略，但企業(yè)需要數據科學家來了解信息。業(yè)務數據的數據分析可以為效率、庫存、生產錯誤、客戶忠誠度等方面的決策提供信息。
• 電子商務：現在網站收集的不僅僅是采購數據，數據科學家?guī)椭娮由虅諛I(yè)務改善客戶服務，查找趨勢并開發(fā)服務或產品。
• 金融：在金融業(yè)，賬戶，信貸和借記交易和類似財務數據的數據對于運營業(yè)務至關重要。但對于這一領域的數據科學家來說，安全性和合規(guī)性（包括欺詐檢測）也是主要關注點。
• 政府：大數據有助于政府制定決策，支持三方成員并監(jiān)督整體滿意度。安全性和合規(guī)像金融部門一樣，是數據科學家最關心的問題。
• 科學：科學家一直都在處理數據，但他們現在可以用技術更好地收集、分享和分析實驗數據。數據科學家可以助力這個過程。
• 社交網絡：社交網絡數據有助于指導有針對性的廣告、提高客戶滿意度、建立位置數據趨勢并增強功能和服務。對帖子，推文，博客和其它社交媒體進行持續(xù)的數據分析有助于企業(yè)不斷改進服務。
• 醫(yī)療保健：電子醫(yī)療記錄如今已經成為衛(wèi)生保健設施的標準，它需要人們在大數據、安全性和合規(guī)性方面做出大量的奉獻。在這里，數據科學家有助于改善衛(wèi)生服務，并發(fā)現可能被忽視的趨勢。
• 電信：所有電子產品都收集數據，所有數據都需要存儲、管理、維護和分析。數據科學家通過提供他們想要的功能來幫助企業(yè)減小錯誤，改善產品并保持客戶滿意。
• 其他：沒有一個行業(yè)可以免受大數據的影響，BLS指出，你會在其它合適的地區(qū)找到工作，如政治，公用事業(yè)，智能家電等。
數據科學的技能
據Quora的數據科學家William Chen表示，數據科學家的五大技能包括硬技能和軟技能的混合：
Chen將此稱為“數據科學家最根本的一系列技能”，他指出這一系列技能增加了數據科學技能的價值。編程可以提高你的統(tǒng)計技能，幫你“分析大數據集”，并讓你能夠創(chuàng)建自己的工具。
定量分析：Chen說，定量分析是分析大數據集的重要技能，它將提高你進行實驗分析的能力，拓展你的數據策略并幫你實現機器學習。
產品直覺：了解產品將有助于你進行定量分析。它還將幫助你預測系統(tǒng)行為、建立指標并提高調試技能。
溝通：Chen說，這可能是所有行業(yè)中最重要的軟技能，強大的溝通能力將幫你“利用上述所有的技能”。
團隊合作：團隊合作對于成功的數據科學事業(yè)至關重要，這點和溝通如出一轍。這需要做到無私，接受反饋意見并與你的團隊分享你的知識，Chen這樣說道。
數據科學家的教育和培訓
成為數據科學家的方式有很多，但最傳統(tǒng)的途徑是獲得學士學位。根據BLS的數據，大多數數據科學家擁有碩士或以上學歷，但并不是每個數據科學家都有，還有其它方法可以發(fā)展數據科學技能。在你一頭扎進高等教育計劃之前，要知道你將要從事什么行業(yè)，以找出最重要的技能、工具和軟件。
由于數據科學需要一些業(yè)務領域的專業(yè)知識，因此數據科學家的作用將因行業(yè)而異，如果你從事高度技術化的行業(yè)，則可能需要進一步的培訓。例如，如果你從事醫(yī)療保健、政府或科學方面的工作，那么你需要的技能就不同于從事營銷，商業(yè)或教育方面的工作。
如果你想開發(fā)某些技能來滿足特定的行業(yè)需求，那么能幫助你磨練技能的方式有在線課程、新人訓練營和專業(yè)發(fā)展課程。
數據科學認證
除了開辦新人訓練營和專業(yè)發(fā)展課程外，還有大量有價值的大數據認證和數據科學認證，可以為你的履歷添金并提高你的薪水。
數據科學認證包括以下內容：
• 戴爾易安信專家認證計劃（Dell EMC Proven Professional certification program）
• 認證分析專家（CAP）
• SAS數據科學學院（SAS Academy for Data Science）
• 微軟認證解決方案專家（MCSE）
• Cloudera認證協(xié)會（CCA）
• Cloudera認證專家：CCP數據工程師
• 數據科學認證——哈佛進修學校
成為數據科學家
一旦你獲得必要的教育和培訓，你就可以申請符合你的技能水平的職位。如果你已是IT中人，你可以伸向你的關系網絡，以找到空缺的職位或潛在的工作機會。
你要弄清楚你想從事的行業(yè)和領域的就業(yè)機會是否需要高等教育學位，或者你的證書和新人訓練營的經歷是否足以滿足招聘經理的要求。花一些時間研究工作機會，找到你期望的職位的共同點。你可以在那里制定一個策略，這個策略就是成為一個以教育、技能和經驗武裝的數據科學家，以獲得工作。
版權聲明：本文為企業(yè)網D1Net編譯，轉載需注明出處為：企業(yè)網D1Net，如果不注明出處，企業(yè)網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號