作者安德里亚·劳拉，自由作家

“数据科学家”的工作岗位和个人资料每年都在变化。它的工资也是如此，有趣的是，两者都在不断上涨。

随着数据科学家的平均工资突破12.5万美元大关，职位空缺数量增长650%，尽管总体放缓，但这一职位的需求在整个商业市场中表现出了强劲的势头。

“数据科学家”到底是做什么的？

从用户在线活动的各个角落收集到了大量的数据。这些数据需要很好地存储、维护和分析，并需要开发系统，以便很好地管理这些数据。数据科学家基本上是数据和技术专家，他们倾向于做好这项工作。像数据分析师、数据工程师和商业智能分析师这样的职位属于相同的权限。

本职位描述包括：

• 建立正确的问题框架，有助于筛选数据
• 一旦收到数据，就清理它
• 查找和组织存储和集成此数据的方法
• 处理存储的数据
• 对数据进行分类的初始数据分析
• 查找并列举有助于完成工作的数据算法
• 利用apt应用程序开发框架，如机器学习、统计建模和人工智能，为进一步的数据处理开发预测模型
• 通过反复改进结果
• 按时交付成果
• 接收反馈并根据反馈对数据进行返工
• 根据用户需求提供数据可视化的最终产品

为了成为一名数据科学家，你应该擅长什么？

上述职务说明要求在若干领域具有一系列专门知识。此外，在开始从事数据科学之前，您还需要了解数据主要包括数字。因此，如果你不喜欢与数字打交道，那么成为一名数据科学家对你来说可能不是一个很好的选择。

数据科学家的必备技能包括：

1。首先，您需要了解编程:上面所述的工作描述清楚地表明，数据科学家倾向于开发算法和系统，以筛选大量数据，用于业务开发。只有那些对计算机编程有扎实理解的人才能开发出这样的解决方案。这里的软件专门化包括：

1. Python是数据科学家最著名和最喜欢的语言。它是一种面向对象的编程语言，有几个数据库，如Pandas、NumPy、Matplotlib、SciPy、Seaborn、TensorFlow等，帮助开发人员简单地使用现有的代码库进行编码，而不必显式地完全重写功能。这往往使他们的数据应用程序开发工作变得更容易。而且，它是免费的。由于有一个活跃的用户和开发人员社区，Python仍然是这个领域的赢家。
2. R是另一种具有类似功能的编程语言。它可能没有得到广泛的支持，但通常是纯统计编程的首选。
3. 如果您最终在一个大型企业组织中工作，那么您可能还会接触到SAS，这是一种带有内置GUI选项的昂贵软件套件，其好处是非程序员更容易使用。

2。对数学的热爱:作为一名数据科学家，你会一次又一次地要求你的高中数学技能，包括概率和统计，以及基本的代数和微积分概念。所以，如果你打算成为一名数据科学家；尽快刷这些技能。

3。数据分析专业:存储和同化大量数据被称为大数据。正如前面的工作描述中所述，数据科学家需要开发模型，以帮助获取和分析获取的数据，从而开发有意义的模型和解决方案。这种大数据应用程序开发需要SQL（顺序查询语言，允许算法使用查询调用和获取特定格式的数据）或Hadoop（一种软件库，最终在计算设备集群中分发大数据，以进行更好的分析）方面的专业知识。Spark可以与Hadoop结合使用来处理大型非结构化数据集。

4。讲故事技巧:仅仅收集和分析数据是不够的。数据科学家需要从数据集中处理出有意义的输出，并以利益相关者可以理解和使用的方式呈现它们。因此，它们需要包括各种讲故事的技术，包括数据可视化，以确保输出得到良好的呈现。各种数据可视化工具如Matplotlib、Ggplot和d3.js等都可以用于此目的。要成为一个能干的数据科学家，你至少应该精通其中的一个。

5。熟练地理解和部署机器学习是必须的:作为一名数据科学家，您必须处理各种格式的大量数据，包括结构化和非结构化格式。机器学习将帮助你开发算法，有效地筛选并利用这些数据进行预测。因此，要成为一个更好的数据科学家，你必须掌握机器学习的概念。

6。对业务的透彻理解:作为一名数据科学家，您倾向于通过用户数据来开发业务问题的解决方案。但是，为了有效地开发这些解决方案，您首先需要对业务需求和您倾向于使用大数据解决方案来解决的问题有一个表单。只有这样，您才能开发并提出一个有效的解决方案。

世界需要更多的数据科学家

数据科学是现代最有前途的职业之一。所以，如果你想把自己看成一个数据科学家，试着在某种程度上获得上面提到的技能。有各种在线教程可以帮助您了解python、SQL和其他必要的概念。尝试浏览它们，以便对数据科学世界有一个定义良好的介绍。