如何成为一名数据科学家？

IBM公司在2017年5月预测，到2020年，美国所有精通数据的专业人士的每年职位空缺数量将增加到270万个。大约59%的数据科学和分析工作需求来自金融和保险、专业服务和IT行业。到2020年，对快速增长的数据科学家、数据开发人员和数据工程师新角色的需求将达到近70万个。

据Prime公司主管Shu Wu表示，对具有数据科学技能的开发人员的需求目前在企业中非常强劲， 在过去四年中，数据科学家的职位空缺出现大幅增长。

Shu Wu表示，“虽然未来几年数据科学家的工作前景依然强劲，而且这些专业人员可以获得高薪，竞争也很激烈。可以使整个组织都能理解数据专家是伟大的。”

数据科学家的平均年薪是多少?

美国数据科学家的平均年薪略有不同，具体取决于其工作地点。LinkedIn公司调查的平均年薪为130,000美元，Glassdoor公司调查的平均年薪为108,000美元。

根据Indeed公司的数据，旧金山的数据科学家年薪最高，平均年薪为166,519美元，其次是圣何塞(153,535美元)、西雅图(146,088美元)和纽约市(146,067美元)。

如上所述，由于核心数据科学家、研究人员和大数据专家之间的薪酬差异，个别数据科学家提出的技能可能会对薪酬产生很大影响。求职者应该考虑他们最感兴趣的角色，并对哪些技能值得花时间学习进行成本效益分析。

数据科学职业的典型面试问题是什么?

“为了评估应聘者是否能够成为一名数据科学家，可以通过这些进行衡量：基础知识、创造性和科学地思考现实世界问题的能力，关于高技术主题的特殊沟通，以及不断的好奇心。”Umbel公司高级工程总监Kevin Safford说。

根据Forrester公司分析师Kjell Carlsson的说法，一名初级数据科学家可以在求职面试中遇到以下问题：

介绍一下所完成的最为自豪的项目，在哪里使用数据/数据科学/机器学习/高级分析。应聘者在这个项目中的角色是什么?在每个步骤中都做了什么?

• 应聘者参加的项目(在此处采用的语言或技能，例如Python、R)。
• 应聘者与数据科学项目不精通数据的人合作的时间。
• 应聘者解释数据科学，例如数据科学主题、交叉验证、无监督学习等。
• 应聘者处理非常混乱的数据的时间。
• 应聘者在原有团队中工作的经历。
• 应聘者快速成为新技术专家的时间。

应聘者可能会根据团队开展的数据科学项目进行小型案例研究，其问题包括：需要哪些数据?想测试哪些假设?将使用什么技术来评估它们?

Carlsson说，面试还可能包括一个练习，在这个练习中，应聘者会得到一组数据和一个广泛的问题，并被要求陈述他们的调查结果。

根据Empowered Staffing公司招聘副总裁Daniel Miller的说法，对于更高级的职位，这些问题可能会出现：

• 应聘者是否从头开始构建数据仓库?如果是这样，为成功实施数据仓库而创建的流程(如果从头开始没有参与其中，可以询问应聘者是否是处理公司合并或数据采集的部门的一员，以及是如何处理的)。
• 应聘者构建了哪些类型的定制仪表盘，以及通过仪表盘提供了哪些信息/分析?
• 应聘者完成的最复杂的数据项目，以及其为实现成功所能做的事情。
• 应聘者如何向执行和高级领导解释和呈现数据?

在哪里可以找到数据科学职业的资源?

美国数据科学协会、运筹学和管理科学研究所，以及国际分析研究所是国家组织和国际组织，人们可以在那里寻求有关该专业的信息以及认证和培训选项。

一些教育机构创建了数据科学学位课程，其中包括加州大学伯克利分校、西北大学、卡内基梅隆大学和肯尼索州立大学。其中一些学校提供在线课程。

专业人员可以从许多提供商处找到许多在线编程课程，例如Python、R和SQL中的课程。IEEE计算机学会也提供课程和研讨会。

此外，还提供了一些数据科学方面的认证。其中包括供应商中立的认证分析专家(CAP)、Dell EMC认证专家认证计划、Microsoft认证解决方案专家(MCSE)和SAS数据科学认证。

【编辑推荐】

1. 16个用于数据科学和机器学习的顶级平台
2. 如何11步转行数据科学家 (适用数据员/ MIS / BI分析师)
3. 数据工程师和数据科学家有什么不同
4. 数据科学家告诉你哪些计算机科学书籍是你应该看的
5. Python数据科学：神经网络

（编辑：青岛站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!