数据科学家的职业或工作机会

聚光灯

类似标题

数据分析师、数据工程师、机器学习工程师、预测建模师、定量分析师、统计师、数据策略师、商业智能分析师、数据架构师、数据挖掘专家

工作描述

互联网的发明和万维网的创建开始了一场仍在爆炸的信息大爆炸。尽管数据科学先于这一现象，但它肯定已经被它彻底改变了。现代数据科学家依赖（并帮助创造）尖端的分析工具，他们最终用这些工具为他们的雇主解决问题。

数据科学家被Glassdoor描述为 "数学家、计算机科学家和趋势观察者的混合体"，他们主要利用技术来满足企业的需求。这是通过收集、研究和解释来自一系列来源的大量数据来实现的。从数据科学家的工作中收集到的知识和见解帮助雇主做出明智的、以数据为导向的决策，从而影响到他们所提供的服务、生产的产品、他们的营销策略以及更多。

职业生涯的回报

总是学习新的东西
在一个只有十年历史的领域中成为先驱者
技术和科学的混合
能用技能帮助他人，即保健数据
每家大公司、企业都需要数据科学家，而中型和小型公司也在努力将他们纳入预算。
经济回报率高的职业在未来几年注定会增长

"我的任务每天都在变化，这使得这个职业比其他工作更令人兴奋，因为在其他工作中，你进来后一直在做同样的事情。它是围绕问题的解决，帮助公司内部的决策者从数据中获得洞察力。"

工资中位数

$122,840

内幕消息

工作职责

Working Schedule

数据科学家可以期待全职工作，有常规的时间表。作为一个要求很高的领域，必须保持技能的敏锐性，这可能需要 "脱产 "的进修培训，额外的认证，以及其他无偿的学习经历。

典型职责

运用知识和技能来设计新技术或最大限度地利用现有技术
与领导层、工程师和外部客户合作，发现问题
协助组织制定政策和实现目标的战略
与团队合作，管理任务和悬念
根据具体的角色，数据科学家可能会使用Python、R、SQL、数据库、分析工具、机器学习和大数据来工作。
为复杂的软件或业务问题制定可行的解决方案
开发新的理论和模型
通过与终端用户、客户、员工和利益相关者交谈，确定硬件和软件需求
审查项目概念并提供改进建议

额外责任

参与多学科项目
运行新系统的测试
参加专业组织，分享研究和发现

工作中需要的技能

软技能

能够预测问题
主动学习
分析性的
关注细节
有能力为他人提供想法的背景
有创造力和好奇心
批判性（但灵活）思维
果断的
焦点
秩序井然
坚持不懈，坚韧不拔
问题的解决
健全的判断力
强大的沟通能力

技术技能

网络平台开发软件。SQL（结构化查询语言）、Python、Tableau、R
沟通能力：需要能够把从数据收集中得出的统计数据，用通俗的语言解释给公司的其他部门，如IT和财务部门。
团队合作：你将成为需要从数据中收集到的信息的各个部门的中间人，以便做出决策。
数据/统计分析。需要分析和应用用户的反馈和研究
良好的视野
能够对系统进行分析和评估
对销售和营销、客户服务、电信、设计、管理原则和工程科学的基本了解
商业智能/数据分析程序，如IBM Cognos Impromptu、Oracle商业智能企业版、QlikView和Tableau
编译器软件，如Polaris并行化编译器、Greenhills Ada编译器和LLVM编译器
数据库管理和用户接口/查询程序
开发环境软件，如LabVIEW，Apache Kafka，或Eclipse IDE
图形成像
熟悉分析和科学软件，如Minitab、StataCorp Stata和MATLAB。
面向对象或组件的开发软件（C++, ActiveX, Java, Python）。
较强的数学技能，包括代数、几何、微积分和统计学

组织类型

学术机构
银行和金融部门
云服务和托管
咨询
软件即服务（SAAS），网络，移动
计算机软件出版商
送货公司
联邦政府/军事机构
大型企业
零售公司
保险机构
电信
其他研究和开发组织
私人专业公司
搜索/社交网络

当前的行业趋势

对机器学习的理解：一种自动建立分析模型的数据分析方法。机器学习允许计算机使用从数据中学习的算法找到隐藏的洞察力，而无需明确的编程
数据科学和物联网的合并：不断增长的具有互联网连接IP地址的物理对象网络，以及这些对象与其他互联网设备和系统之间发生的通信。
能够与RIL（无线电接口层）一起工作，这与物联网相辅相成
数据科学在医疗保健中的应用：这些科学家收集的数据可用于预测疾病趋势，即埃博拉病毒的重新出现。

期望与牺牲

大多数雇用数据科学家的组织这样做是因为他们非常依赖这些工作人员带来的技能和信息。在某些情况下，数据科学家实际上是在开发正在销售的产品或服务，而在其他情况下，他们是在帮助公司确定销售什么，卖给谁，以及如何销售更多。因此，人们的期望值很高，但经济报酬也很高!

根据威斯康星大学的数据，初级工人的收入最高为95,000美元，中级工人的收入中位数为128,750美元，中级经理的收入最高为185,000美元，而有经验的经理的工资中位数可高达250,000美元。显然，支付这些金额的组织将要求顶级的专业知识和增值工作。因此，一个主要的牺牲，如果可以这样说的话，就是数据科学家要达到并保持所有领域的熟练程度，并跟上（或领先）新的和发展中的技术。这可能需要大量的、长期的承诺，许多工作都是在 "下班后 "利用自己的时间完成。

从事这一职业的人在年轻时喜欢做什么样的事情...

数据科学家几乎可以肯定，他们在很小的时候就对计算机感兴趣，也对他们必须解决或以其他方式解决的谜题和问题感兴趣。他们喜欢智力挑战，发现信息和如何使用信息是获胜的关键。有些人可能喜欢阅读或观看神秘小说和侦探故事。他们对心理学感兴趣，人们如何思考，是什么在激励他们，以及计算机如何在不同的层面上找到更好地理解人们的方法，从个人到群体，甚至整个社会。

最有可能的是，一个优秀的数据科学家是一个在成长过程中能够看到 "大局 "的人，以及小的元素、因素或决定如何能够产生大的后果。他们可能看起来很有条理，但在他们的脑子里，信息不是静止的，是可塑的、灵活的。换句话说，他们一般都能 "跳出框框"，以便创造性地以别人可能想不到的方式使用数据。他们可能还善于用通俗的语言解释技术性的东西。

需要的教育

大多数计算机和信息研究科学家需要有计算机科学或相关领域的硕士学位，如计算机工程
- 根据Burtch Works的数据，"91%的[数据科学家]至少拥有硕士学位，48%拥有博士学位"
LinkedIn提到以下基础性的学士学位专业：生物统计学、化学、计算机科学、工程、数学/应用数学、气象学/天体物理学、物理学或统计学
其他常见的学位专业包括数学、统计学、自然科学，以及其他类型的工程
许多数据科学家专攻某个领域，所以拥有相关的学术和工作经验很重要。与项目经理和学术顾问沟通，建立一个适合你具体工作目标的学位课程。
有许多可选的认证，包括。
- Adobe - 分析业务从业人员; Adobe Campaign Classic业务从业人员
- Broadcom - Symantec ProxySG 7.2与Secure Web Gateway的管理
- 戴尔--专家--数据科学家，高级分析1.0版；助理--数据科学2.0版
- IBM - 数据科学专业证书
- 计算机专业人员认证协会--准计算机科学家；认证计算机科学家
- 微软 - 在Azure上设计和实施数据科学解决方案
- SAP - SAP预测性分析认证应用助理
- SAS - 认证数据科学家

在大学中需要注意的事项

一些大学为学生提供混合学位课程，以加速完成他们的学士和硕士学位，节省时间和金钱。
数据科学是一个广泛的领域，有许多专业领域。你越早知道你想专攻什么，你就越能挑选合适的专业和课程。
数据科学家在一个新兴领域的最前沿工作，所以学生应该尝试进入资金最充足的项目。
拥有大量资金的学校通常拥有更好的师资、设施、研究机会和与行业的联系，可以帮助毕业生更快地找到工作。
看看每个项目的毕业后就业率和其他吹嘘点
确保该机构得到充分认可
- 经ABET认证的计算机科学课程也有一定的优势
数据科学是一个适合在线教育的专业，适合那些需要灵活性的人。请记住，在线课程可以和校内课程一样严格。
几乎一半的数据科学家都拥有博士学位，所以如果希望留在一个机构，请考虑这一点。

高中和大学的事情

尽可能多地阅读有关该领域的资料!U.S. News关于如何学习数据科学的指南是一个很好的出发点。
学习大学预科数学和编程课程
报名参加短期的免费或付费的在线课程，如：。
- Codecademy的《用Python分析数据》。
- Coursera的数据科学数学技能或深度学习专业
- edX的IBM数据科学专业证书
- fast.ai的计算线性代数
- 大会的数据科学介绍现场直播
- LinkedIn Learning的《数据科学基础》。基础知识
- Pluralsight's Understanding Machine Learning With Python
- Udacity的 "成为数据科学家 "纳米学位课程
- Udemy的数据科学课程2020。完整的数据科学训练营
- 密歇根大学的数据科学伦理
还可以浏览YouTube、Khan Academy和MIT OpenCourseWare的相关视频和课程，以帮助你理解关键概念。
深入阅读书籍，练习编码技能，并加入与该领域相关的学校组织。
- 加入计算机俱乐部，分享知识，并将你的技能付诸实践
获得专业的出版。为同行评议的网站或杂志写文章，而不是允许任何人发表任何东西的网站。

典型线路图

如何找到你的第一份工作

数据科学家的工作在《美国新闻》的最佳技术工作列表中排名第三，这意味着就业市场可能会有很多竞争。
- 许多数据科学工作是在成熟的公司和政府机构中进行的，但科技初创公司、学院和研究机构也有大量的招聘工作。
  请向你学校的数据科学项目经理或职业中心寻求帮助，寻找招聘人员和招聘会。
拥有硕士学位是找到梦想中的数据科学工作的最佳选择。即使你找到了本科生的工作，你最终也会需要研究生学位来提升自己。
在大学期间，专注于强势的成绩和你可以在专业领域使用的课程
加入专业组织和俱乐部，让你在联网的同时获得实际经验
向教授和同行询问求职建议和职位空缺的提示
让你学校的就业中心工作，并获得帮助，打磨你的简历和面试技巧。
向你的项目部门询问有关招聘会和招聘人员的关系。许多组织与好学校合作，在毕业后立即招聘人才。
尽早开始搜索招聘门户网站，了解雇主目前列出的要求。
- Glassdoor、Indeed、USAJobs、ZipRecruiter、Kaggle、Amazon、Dice和LinkedIn都是寻找数据科学就业机会的好地方。设置提醒以获得新职位的提示
窃取Monster的一些数据科学家简历模板创意
从Dataquest的《能让你得到工作的数据科学作品集》中获取作品集提示
偷看一些面试问题和答案，在招聘经理打电话来时做好准备!