什么是数据科学家?
数据科学家负责从大量结构化和非结构化数据中挖掘出真知灼见，以满足具体的商业需求和达成商业目标。因为企业更多地依赖大数据和数据分析来推动决策，而且更多的企业将云技术、自动化和机器学习作为IT战略的核心组成部分，因此数据科学家在数据分析中的作用变得越来越重要。
数据科学家的主要目标是组织和分析大量数据，通常使用专门为此项工作而设计的软件。数据科学家的最终数据分析结果应便于所有投资利益相关者理解，特别是便于那些非IT人员理解。
数据科学家的数据分析方法不仅取决于其行业，还取决于他们所从事的业务或所在部门的具体需求。在数据科学家能够从结构化或非结构化数据中找到其意义之前，企业领导、部门和管理者需要告诉数据科学家他们要寻找的东西。因此，数据科学家必须具有足够的业务领域专长，将公司或部门目标转化为基于数据的可交付成果，如预测引擎、模式检测分析、优化算法等。
数据科学家的薪水
2016年，美国劳工统计局报道，数据科学家的平均工资每年约为111,800美元。这是一个快速增长和收入丰厚的领域，美国劳工统计局预测这一领域的工作将在2024年前增长11%。数据科学家也正在成为一个令人满意的长期职业发展道路。在Glassdoor招聘网站上的“美国50大最佳工作”报告中，依据工作机会、工资和总体工作满意度评级，数据科学家职位在各个行业中排名最高。
数据科学家的工作内容是什么?
数据科学家的主要职责是数据分析。这个工作过程从数据采集开始，并以数据科学家的最终数据分析结果为基础做出业务决策而结束。
数据科学家所分析的数据(通常称为大数据)有多个来源。有两种类型的数据属于大数据的范畴：结构化数据和非结构化数据。结构化数据通常按照类别进行组织，使计算机易于自动对数据进行排序、读取和组织。这些结构化数据包括由服务、产品和电子设备收集的数据，但很少是由人工输入所收集到的数据。您的智能手机收集的网站流量数据、销售数据、银行帐户或GPS坐标，这些都是结构化的数据。
非结构化数据是增长最快的大数据形式，更有可能来自人工的输入，例如客户评论、电子邮件、视频、社交媒体帖子等。这些数据通常更难分类，而且通过技术进行管理其效率也较低。由于这些数据没有组织化，所以它可能需要大量投入来进行管理。企业通常依靠关键字来理解这些非结构化数据，使用搜索词提取相关数据。
通常，企业雇佣数据科学家来处理这种非结构化数据，而其他IT人员将负责管理和维护结构化数据。是的，数据科学家可能会在自己的职业生涯中处理大量的结构化数据，但企业越来越想要利用非结构化数据来帮助他们完成营收目标，这使处理非结构化数据成为数据科学家的关键工作。
数据科学家需要具备什么素质
每个行业都有自己的数据资料，供数据科学家分析。根据美国劳工统计局的说法，以下是每个行业中一些更常见的大数据形式，以及数据科学家可能需要进行的各类分析。
• 商业类型数据：当今，数据决定了几乎所有公司的商业战略，但企业需要数据科学家来解读这些信息。商业数据的数据分析可以对企业效率、库存、产品故障、客户忠诚度等方面的决策有所帮助。
• 电子商务类型数据：现在网站收集的不仅仅是采购数据，数据科学家帮助电子商务企业改善客户服务，寻找行业趋势并开发服务或产品。
• 财务类型数据：在金融行业，账户、信贷和借记交易数据和类似财务数据对于一个正常运营的企业至关重要。但是对于这一领域的数据科学家来说，安全和合规性，包括欺诈检测，也是主要关切的问题。
• 政府类型数据：大数据可帮助政府制定决策，支持选民并监测整体满意度。像在金融业一样，安全与合规性也是数据科学家的首要关注问题。
• 科学类型数据：科学家始终在处理数据，但现在借助科技，他们可以更好地收集、分享和分析实验数据。数据科学家可以对这一过程有所帮助。
• 社交网络类型数据：社交网络数据可帮助进行定向广告，提高客户满意度，建立位置数据趋势，增强功能和服务。对帖子、推文、博客和其他社交媒体的持续数据分析可以帮助企业不断改进服务。
• 医疗保健类型数据：现在电子医疗记录已成为医疗保健机构的标准，这需要对大数据、安全性和合规性进行投入。在这方面，数据科学家可以帮助改善卫生服务，发现那些可能被忽视的趋势。
• 电信类型数据：所有电子产品都收集数据，所有这些数据都需要存储、管理、维护和分析。数据科学家通过开发出企业想要的功能来减少产品故障，改善产品并保持客户满意度。
• 其他类型数据：没有任何一个行业可以免受大数据冲击，美国劳工统计局指出，您将在其他职业领域找到工作，如政治、公用事业、智能家电等。
数据科学家具备的技能
据Quora(美国问答网站)数据科学家William Chen表示，数据科学家的五大技能包括软硬技能的组合技能：
编程技能：陈先生将此称为“数据科学家的最根本技能”，指出这会增加数据科学技能的价值。编程可以提高您的统计技能，帮助您“分析大数据集”，并使您能够开发出自己的工具。
定量分析技能：陈先生说，这是分析大数据集的重要技能，定量分析将提高您进行实验分析的能力，扩展数据策略并帮助您实现机器学习。
产品直觉技能：陈先生说，了解产品将有助于您进行定量分析。这还将帮助您预测系统行为，建立衡量指标并提高调试技能。
沟通技能：这可能是每个行业中最重要的软技能，良好的沟通能力将有助于您“利用所有上述技能”，陈先生说。
团队合作技能：类似于沟通，团队合作对于数据科学工作的成功至关重要。陈先生说，这需要无私，接受反馈意见，并与您的团队分享知识。
数据科学家的教育背景及培训
有很多途径可让您成为数据科学家，但最传统的途径是获取一个学士学位。根据美国劳工统计局的数据显示，大多数数据科学家拥有硕士学位或更高学历，但并不是说每位数据科学家都具备这一学历，还有其他途径让您获得从事数据科学的技能。在您进入高等教育学习之前，您会想知道将来要从事哪些行业，以清楚该行业应具备何种最重要的技能，并会使用何种工具和软件。
由于数据科学需要一些商业领域的专业知识，因此数据科学家的作用将因行业不同而其工作内容也不同，如果您在高科技产业工作，您可能需要进一步的培训。例如，如果您在医疗卫生、政府或科学部门工作，则您需要具备与营销、商业或教育领域工作所不同的技能。
如果你想学习某些技能来满足特定的行业需求，那么有一些在线课程、培训班和专业发展课程，可以帮助你提高这些技能。除了培训班外，还有大量很有价值的大数据认证，可以提高您的简历含金量和薪水。
成为数据科学家
一旦你完成了必要的教育和培训，你可以开始申请与你的技能水平相当的工作职位。如果您已经是IT技术人员，您可以在您的人际网络中寻找空缺职位或潜在的工作机会。
你想知道你所期望的行业和领域的就业机会是否需要更高的学历，或者您的证书和培训班课程是否足以满足招聘经理的要求。花一些时间研究这些工作机会，找到这些职位与您期望的职位存在的共同点。从这些共同点，你可以制定一个战略，让自己成为具备一定教育背景、技能和经验的数据科学家，以获得这份工作。
京公网安备 11010502049343号