您’re finally ready to make some moves professionally. 您 are curious, are analytical and have a knack for math—而且您知道必须有一个可以充分利用该人才的职业。

数据科学是一个可能适合这一职业的领域。您’我可能听说过有关“Big Data”和媒体中的数据科学，并且听说过如何’将使世界变得更好。听起来不错，但现在您’我可能想知道“到底什么是数据科学家？他们做什么？”

我们与在该领域工作的数位数据科学家建立了联系，以帮助您了解这一蓬勃发展的职业选择背后的概况以及数据科学家的期望’的日常工作。继续阅读以了解数据科学职业是否适合您！

数据科学的出现

数据科学是一个不断发展的职业领域，’的出现是由于信息时代的技术。它的增长大部分可以追溯到两个词：数据收集。互联网和不断增长的移动设备的发展导致了令人难以置信的数据存储和收集。这些数据大部分被视为一种垃圾–收据，日志，签到等–达到了狭窄的目的，但是它没有’如果经过适当改进，企业和组织花很长时间才能意识到这些数据实际上可能是拥有潜在有价值信息的金矿。那’数据科学领域的发展方向。

“直觉和经验并不总是将公司引向最佳方向，”首席经济学家兼数据科学家Evelyn Hytopoulos说 多群. “近年来，公司一直在寻求数据来指导业务决策。”Hytopoulos解释说，数据驱动的见解可帮助公司做出更有效的选择。

这种信息可以节省很多钱。“In today’在竞争激烈的世界中，错误的代价可能非常高昂，”联合创始人Prabhath Sirisena说 捐助者. “为了减少决策过程中的错误，当前的规范是基于数据。”

Hytopoulos认为，数据科学家具有提供这些有价值的数据驱动的见解的独特能力。“我们使用了多种技能，这些技能被许多人要求，但很少有人掌握。最好的人具有数据工程，统计，经济学，编程和沟通方面的技能。”她解释说，这些技能结合起来可以创建专业人员，他们可以操纵数据，分析趋势并知道在哪里寻找最有力的见解。

“今天的组织收集的数据比以往任何时候都多，” Sirisena says. “数据科学家需要分析这些数据并建立模型以了解其产生的结果。”

What does a 数据科学家 do?

数据科学家查看所有这些数据并提取相关信息，找出对公司业务方式有影响的联系和见解。听起来很简单，但是日常工作表明，数据科学家的工作量很大。

“与许多数据科学家的经验类似，我一直在预测未来可能需要回答的问题，并设计出现在开始收集相关信息的方法，” Hytopoulos says. “使用高级统计和计量经济学方法并提取主要和次要数据源，我的工作是回答发生了什么，发生了什么，什么是现在的最佳操作—and what is coming.”

数据科学家Elijah Elazarov表示，对于数据科学家来说，一些常见的日常任务包括：从看起来并不总是很明显的地方获取数据，制定处理数据集的理想方法，操纵，清理和标准化数据及分析的方法。 均衡。在此过程之后，数据科学家将以清晰，简洁和可操作的方式展示他们的发现。

除了衡量当前的分析并预测未来的分析之外，数据科学家还可以成为与他们的专业知识相关的项目的团队成员。 Sirisena正在作为机器学习专家来帮助开发新产品。“我致力于寻找可以帮助实现既定目标的数据源，” Sirisena says. “I’m收集大量数据（例如Twitter™供稿），建立模型以了解所涉及实体（例如，用户，公司）的行为并验证结果。”

数据科学家’工作职责将很大程度上取决于他们的公司’的需求。一些公司可能要求他们做所有事情，从数据收集到数据解释，而其他公司将提供更具体的角色，例如仅关注销售数据。

一件事很清楚：顾名思义，成功的数据科学家需要真正享受钻研数据的乐趣。但它’并非所有的统计数据和编程。很大一部分数据科学家’的工作是能够向可能不熟悉技术术语的其他人解释复杂的想法和发现。这意味着诸如沟通之类的软技能必不可少。

我们的专家指出，成功的数据科学家必须具备以下硬性和软性技能：

硬技能：

• 结构化查询语言（SQL）
• 编程语言（尤其是Python，R和Java™)
• 统计，线性代数和向量微积分的工作知识
• 针对您行业的重点培训（交易数据，社交媒体数据和联系/潜在客户数据）
• 经济技能和知识基础

软技能：

• 通讯（“data storytelling”)
• 创新思维
• 直觉
• Precision 和一个ttention to detail
• 耐心长任务

数据科学的未来

It’显而易见的数据科学是当今的热门职业，但是未来的发展方向是什么？

“我希望在未来的几年中，高管人员和行业领导者将由更多的数据科学家组成，他们专注于领导团队在数据派生的方向上前进，” Hytopoulos says.

Sirisena认为，数据科学是一个跨学科领域—他希望数据科学的影响范围会继续扩大。技术的进步还将推动数据科学的发展。“随着计算机变得越来越快，模型将倾向于深度学习—一种松散地基于大脑有机神经网络结构的方法，” Sirisena explains.

随着数据科学的发展，通过使用数据创建工具，方法和独特实践来突破工作界限的科学家将在人群中脱颖而出。“画一幅其他数据科学家或数据分析师可能无法描绘的图像。”

How do you become a 数据科学家?

像其他相对较新的或日趋成熟的职业领域一样，成为数据科学家的途径也不是什么。’像它一样结构化或僵化’d适用于希望成为一名护士或会计师的人。当前许多数据科学专业人员都有学士学位’学士学位（及更高学位），例如计算机科学，数学， 数据分析 或统计信息，并已通过非正式培训进入了该领域。

不过，这种在数据科学中难以捉摸的职业道路正在逐渐被淘汰。当一个学士’上面提到的任何领域的学位仍然提供了很好的基础，更多的学校和机构正在开发计划以提供更专注于数据科学领域的培训计划。

虽然它’很高兴现在有针对该领域的人们感兴趣的学术课程’仍然是知道雇主正在寻找什么的问题。为了回答这个问题，我们’ve使用职位发布分析软件来查看雇主对数据科学家职位候选人的期望。在我们的分析中，我们发现将近57％的数据科学家职位发布正在寻找至少具有学士学位的候选人’s degree—另外33％的人正在寻找至少具有 主’s degree.^* 这反映了该领域的一些新颖性—缺乏研究生学位可能不会失去具有适当背景和经验的资格。

我们还研究了雇主在数据科学家中寻求的经验水平，发现有超过80％的工作职位偏爱具有三年或三年以上经验的候选人。^* 这表明你’我们需要利用与数据科学相邻的职位和个人项目来稍微构建一份简历，以适应理想人选的模范。

Is “data scientist”你的下一个职位？

那里’关于数据科学领域，有很多值得喜欢的地方—it’s a career that’最近引起了人们的关注，并且 商业引起了浓厚的兴趣 在数据功能方面进行投资，以获得竞争优势。话虽如此，成为数据科学家的道路将需要大量的时间和培训。如果你’如果确信这是您的领域，那么您的第一步将是建立编程和数学知识的基础。好消息是 数据分析学士学位 可以在短期内帮助奠定基础—and a 数据科学学位理学硕士 在此基础上帮助您脱颖而出。

^*Burning-Glass.com（2017年6月6日对23,837位数据科学家职位发布的分析– June 5, 2018)
编者注：本文最初于2015年8月发布。此后已更新，以反映与2018年相关的信息。