數(shù)據(jù)科學(xué)市場對以下產(chǎn)品的需求持續(xù)增長數(shù)據(jù)科學(xué)家，該行業(yè)已經(jīng)結(jié)合工程學(xué)科開發(fā)了自己的統(tǒng)計(jì)嚴(yán)密性利基。

一個數(shù)據(jù)科學(xué)家應(yīng)該在計(jì)算機(jī)科學(xué)、數(shù)學(xué)和統(tǒng)計(jì)學(xué)方面有堅(jiān)實(shí)的基礎(chǔ)，以及特定于行業(yè)的領(lǐng)域知識。為了預(yù)測未來的結(jié)果，數(shù)據(jù)科學(xué)家必須擅長評估大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。由于數(shù)據(jù)科學(xué)家需要向其他團(tuán)隊(duì)成員解釋他們的發(fā)現(xiàn)，因此他們也被認(rèn)為是有效的溝通者。

描述性和預(yù)測性的分析只是數(shù)據(jù)科學(xué)家工作的一小部分。一些數(shù)據(jù)科學(xué)家可能在深度學(xué)習(xí)領(lǐng)域工作，運(yùn)行重復(fù)的實(shí)驗(yàn)，以使用特殊的算法來解決復(fù)雜的數(shù)據(jù)問題。

行業(yè)和就業(yè)市場

數(shù)據(jù)科學(xué)是一個不斷發(fā)展變化的技術(shù)領(lǐng)域。我們必須審視過去，理解塑造這個行業(yè)到目前為止的因素，以便預(yù)測它在未來將如何變化。

結(jié)合計(jì)算機(jī)科學(xué)和應(yīng)用統(tǒng)計(jì)學(xué)的概念產(chǎn)生了數(shù)據(jù)科學(xué)領(lǐng)域。當(dāng)代計(jì)算機(jī)令人難以置信的能力將被應(yīng)用到研究領(lǐng)域中?？茖W(xué)家們認(rèn)識到，他們不僅可以利用數(shù)據(jù)收集數(shù)據(jù)和解決統(tǒng)計(jì)問題，還可以解決現(xiàn)實(shí)世界中的問題，并做出基于事實(shí)的準(zhǔn)確預(yù)測。

融合了一些想法，比如機(jī)器學(xué)習(xí)、人工智能以及物聯(lián)網(wǎng)，以及的可訪問性大數(shù)據(jù)在數(shù)據(jù)科學(xué)的出現(xiàn)中發(fā)揮了作用。數(shù)據(jù)科學(xué)開始傳播到其他行業(yè)，包括醫(yī)學(xué)、工程等，這是新鮮信息和企業(yè)尋求創(chuàng)新戰(zhàn)略以提高利潤和做出更好判斷的結(jié)果。

我們可以理解地想，“我們將何去何從?”鑒于數(shù)據(jù)和數(shù)據(jù)科學(xué)目前對我們世界的推動程度。現(xiàn)在是加入數(shù)據(jù)科學(xué)革命的最佳時機(jī)，數(shù)據(jù)科學(xué)革命仍處于起步階段。數(shù)據(jù)科學(xué)領(lǐng)域是動態(tài)的、不斷擴(kuò)展的，并且變得越來越重要。這就產(chǎn)生了對技術(shù)工人的巨大需求。

由于對數(shù)據(jù)科學(xué)家的高需求和合格工人的短缺，有抱負(fù)的學(xué)生現(xiàn)在有了難得的機(jī)會。由于各種企業(yè)和組織越來越多地使用數(shù)據(jù)科學(xué)應(yīng)用程序，需求將繼續(xù)增長。

規(guī)劃你的職業(yè)道路和專業(yè)

成為數(shù)據(jù)科學(xué)家最直接的方式是通過正規(guī)教育，比如在大學(xué)或訓(xùn)練營獲得數(shù)據(jù)科學(xué)專業(yè)學(xué)位。最近，通過免費(fèi)提供的開源資源和材料，也可以通過自我準(zhǔn)備進(jìn)入這個行業(yè)。

回顧您的數(shù)據(jù)科學(xué)基礎(chǔ)

數(shù)據(jù)結(jié)構(gòu)和算法

數(shù)據(jù)挖掘和可視化基礎(chǔ)(Pandas、Numpy、Plotly、Matplotlib等)

數(shù)據(jù)分析和儀表板(Tableau、Looker、Power BI等)

實(shí)用數(shù)據(jù)科學(xué)統(tǒng)計(jì)學(xué)

機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理

數(shù)據(jù)工程基礎(chǔ)(SQL，部署數(shù)據(jù)管道的能力)

發(fā)展你的投資組合，參與項(xiàng)目以獲取經(jīng)驗(yàn)

大學(xué)項(xiàng)目或訓(xùn)練營

Kaggle，黑客馬拉松

實(shí)習(xí)

為數(shù)據(jù)科學(xué)面試做好準(zhǔn)備，并取得成功

進(jìn)入該領(lǐng)域的數(shù)據(jù)科學(xué)家將需要能夠用Python編程，并對龐大的數(shù)據(jù)集執(zhí)行復(fù)雜的統(tǒng)計(jì)分析。構(gòu)建智能數(shù)據(jù)可視化來交流故事，運(yùn)行SQL查詢和web抓取來從數(shù)據(jù)庫和網(wǎng)站中探索和提取數(shù)據(jù)，對于提高運(yùn)營效率至關(guān)重要。

一旦進(jìn)入該領(lǐng)域，每個數(shù)據(jù)科學(xué)家都需要推進(jìn)到產(chǎn)品和業(yè)務(wù)改進(jìn)的運(yùn)營分析，實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法的自動化，并創(chuàng)建預(yù)測建模的方法?，F(xiàn)在在測試產(chǎn)品時，統(tǒng)計(jì)上有必要進(jìn)行A/B測試和增量測試。如今，數(shù)據(jù)科學(xué)家可以獲得廣泛的應(yīng)用，包括客戶細(xì)分研究、用戶流失建模、生命周期價值分析、庫存管理和優(yōu)化，以及指標(biāo)趨勢預(yù)測。

制定戰(zhàn)略并部署

如今，這個行業(yè)遵循一個非常傳統(tǒng)的面試程序。過去，不同公司的數(shù)據(jù)科學(xué)面試差異很大。一些雇主要求你在白板上寫代碼，而另一些雇主在面試時甚至不會問你任何關(guān)于編程的問題。為了確定特定數(shù)據(jù)科學(xué)職能所需的技能，大多數(shù)公司都制定了高效、公開的面試程序。在面試中，公司還會檢查職位和職責(zé)、工具使用和日常任務(wù)。

21世紀(jì)最性感的工作是數(shù)據(jù)科學(xué)家。這仍然適用，但性感現(xiàn)在被一個工程所取代，只是增加了它的吸引力。