点击这里»
数据科学职业道路的演变
-
通过Tanmoy雷
最后更新于2021年11月14日
随着数据成为新的石油数据科学家的工作正获得巨大的吸引力。几年前，《哈佛商业评论》(HBR)将“数据科学家”称为最性感的工作岗位．HBR的文章仍然是准确的，因为IBM预测对数据科学家的需求将会爆发(超过30万个职位空缺)。在前面，我们已经讨论过了如何成为一名数据科学家．但是，对于新手来说，必须记住，数据科学的职业道路不是线性的。
正如小说家琼帕·拉希里(Jhumpa Lahiri)所言，“性感”这个词蕴含着巨大的神秘感。据她说，"性感的”是指”爱着一个你不认识的人”．
我们真的知道数据科学家是谁，他们来自哪里，他们做什么吗?”“数据科学家”是一个宽泛的术语，所以你苦苦寻找也就不足为奇了正确的职业轨迹．
这是导致的主要原因之一数据科学就业市场与在线课程和慕课不匹配．
在这篇文章中，客座博主卡洛琳Linne从MastersinDataScience.org将讨论数据科学职业道路的演变。
数据科学职业道路的演变
由卡洛琳Linne
数据科学现状
数据科学是一个利润丰厚、发展迅速的领域，为具备相应技能的人提供了许多机会。组织等IBM，Glassdoor网站和美国劳工统计局所有报告都指出，数据科学领域的机遇正在增长。虽然准确的估计各不相同，但数据科学在就业增长和机会方面显然是领先的。预计从2016年到2026年，中国经济将增长20%到30%。
据招聘公司称，数据科学家的许多职位都有极具竞争力的薪水，而且还在不断增长，入门级的平均工资超过9.5万美元Burtch作品．
卷积神经网络和自然语言处理等新技术和技术的广泛使用使数据科学的新应用成为可能。计算能力价格的迅速下降、海量数据集的可用性以及可靠、快速的互联网的普及，使得数据科学在比以往任何时候都更多的行业得以使用。这些因素描绘了这样一幅图景:在未来，数据科学将成为几乎所有行业的基本元素。
这些持续的就业增长、工资上涨和新的应用程序的趋势预计将继续下去，使现在成为开始数据科学职业生涯的好时机。这可能看起来令人生畏，但如果你有很强的分析能力并喜欢编程，这个领域可能非常适合你。下面我们来看看a公司的培训、职责和机会数据科学事业．
所需教育和经验
数据科学学位
尽管数据科学是一个相对较新的职业，但它正迅速变得无处不在。有抱负的数据科学家有许多获得成功所需技能的选择。其中包括证书课程、在线课程和数据科学硕士学位。
相关文章:
虽然数据科学硕士学位并不是所有的数据科学职位都需要硕士学位，拥有硕士学位对于获得最好的机会和确保向上流动的技能和证书很重要。
尽管攻读硕士学位听起来有些吓人，但也有很多适合的选择。在线、远程课程和灵活的时间安排让在职的专业人士可以在繁忙的日程中抽出时间攻读研究生学位。许多一流学校都提供数据科学硕士课程。有些课程需要校内参与，有些则完全可以在网上完成。有些课程提供混合形式，将校内和网上课程结合起来。这些丰富的选择有助于降低开始数据科学职业生涯的障碍。
实践经验
除了教育和证书，数据科学家还需要实际经验。许多硕士课程都提供期末项目，学生可以在其中应用所学知识。这些项目可以采取多种形式，从大公司的实习到独立研究。这些都是一个很好的开始，但是还有更多的方法来获得实际经验和应用学到的技能。在线完成指南、教程或竞赛也是获得经验的好方法。网站上的教程包括媒介，Instructables,Kaggle为探索数据科学的应用提供了很好的起点。
在线竞赛为你的技能、经验和进步提供了可量化的证据。Kaggle是一个非常受各级数据科学家欢迎的网站。它提供了一个通过项目和比赛鼓励成长和发展的社区。对于有兴趣将数据科学技能应用于实际任务的人来说，这是一个很好的选择。
成为一名数据科学家是什么感觉?
数据科学家在各种各样的行业和工作中工作。数据科学学位可以带来许多不同的职责和头衔，包括数据科学家、数据分析师、数据架构师、数据工程师、统计学家、数据库管理员和业务分析师。角色可以有明显的重叠，但也有独特的重点和专门化领域。
相关文章:
经验、培训和个人技能会影响数据科学家所追求的角色。硕士项目通常允许学生专攻数据科学的某个领域。专注于特定的技能，如数据可视化、数据库管理或高级统计技术将数据科学家的职业生涯引向一个特定的方向．
所有这些角色都共享关键职责。使用数据库、生成报告和运行基本统计都是不可分割的任务，需要掌握统计编程语言(例如R和Python)、数据库语言(如SQL)以及处理工具(如Hadoop或Jupyter Notebook)。数据科学家将花费大量时间提取、转换和加载数据，并访问这些数据以生成总结这些数据集内容的报告。
相关文章:
学习数据科学和机器学习的顶级平台和资源- Kaggle对16716名数据专业人员的调查总结
如何获得你想要的职业
要在数据科学的职业生涯中取得成功，需要的不仅仅是统计技术和编程的知识。要想在数据科学领域取得成功，最重要的一步是弄清楚你想要什么。数据科学职业可能涉及许多不同的角色和责任。
要想成功，了解自己的长处和短处是很重要的。虽然有些缺点可以通过练习和教育克服，但拥抱自己的优点会帮助你取得成功。培养你喜欢和擅长的有价值的技能将确保成功。
与此同时，对数据科学主题有一个广泛的理解也是很重要的。对整个数据管道有足够的能力以独立工作是必不可少的。这意味着您必须熟悉数据科学家使用的工具，以便从收集数据过渡到做出决策。你不需要成为每一步的专家。然而，你需要足够的能力在没有人帮助的情况下完成整个过程。
最流行的数据科学职业道路-机器学习工程师，数据工程师，数据科学家或数据分析师
最后，数据科学是一个快速变化和活跃的领域。要想成功，你必须跟上潮流。参加有关新软件包、工具或概念的课程将使你保持在该领域的前沿。学习新技能可以让你不断学习，并将前沿技术应用到你的问题中。积极学习和应用所学是保持数据科学领域领先地位的最佳方法。
作者简介:Caroline Linne是编辑协调员mastersindatascience.org．
