【数据科学家】什么是数据科学家？ 一个关键的数据分析角色和一个有利可图的职业

数据科学家的角色因行业而异，但有一些共同的技能、经验、教育和培训可以让您在数据科学职业生涯中脱颖而出。

什么是数据科学家？

数据科学家是分析数据专家，他们使用数据科学从大量结构化和非结构化数据中发现见解，以帮助塑造或满足特定的业务需求和目标。 数据科学家在业务中变得越来越重要，因为组织越来越依赖数据分析来推动决策制定，并依赖自动化和机器学习作为其 IT 战略的核心组成部分。

数据科学家职位描述

数据科学家的主要目标是组织和分析数据，通常使用专门为该任务设计的软件。 数据科学家分析的最终结果必须足够容易让所有投资的利益相关者理解——尤其是那些在 IT 之外工作的利益相关者。

数据科学家的数据分析方法取决于他们所在的行业以及他们工作的业务或部门的具体需求。 在数据科学家能够在结构化或非结构化数据中找到意义之前，业务领导和部门经理必须传达他们正在寻找的内容。 因此，数据科学家必须具备足够的业务领域专业知识，才能将公司或部门的目标转化为基于数据的可交付成果，例如预测引擎、模式检测分析、优化算法等。

数据科学家与数据分析师

数据科学家经常与数据分析师一起工作，但他们的角色有很大不同。 数据科学家经常从事长期研究和预测，而数据分析师则寻求支持业务领导者通过报告和临时查询来制定战术决策，这些查询旨在根据当前和历史数据描述其组织的当前现实状态。

因此，数据分析师和数据科学家的工作之间的差异通常归结为时间尺度。 数据分析师可能会帮助组织更好地了解其客户当前如何使用其产品，而数据科学家可能会使用从该数据分析中产生的见解来帮助设计新产品，以预测未来客户的需求。

数据科学家薪水

数据科学是一个快速发展的领域，美国劳工统计局预测从 2020 年到 2030 年的工作岗位增长率为 22%。数据科学家也被证明是一条令人满意的长期职业道路，Glassdoor 的“美国 50 大最佳工作”中，数据科学家位列第三—— 美国最好的工作。

根据 Robert Half 的 2021 年技术和 IT 薪资指南中的数据，数据科学家的平均薪资根据经验细分如下：

• 第 25 个百分点：109,000 美元
• 第 50 个百分位数：129,000 美元
• 第 75 个百分位数：156,500 美元
• 第 95 个百分位数：185,750 美元

数据科学家职责

数据科学家的主要职责是数据分析，从数据收集开始，到基于分析结果的业务决策结束。

数据科学家分析的数据来自许多来源，包括结构化、非结构化或半结构化数据。 数据科学家可用的高质量数据越多，他们可以在给定模型中包含的参数就越多，他们手头上用于训练模型的数据就越多。

• 结构化数据通常按类别进行组织，使计算机可以轻松地自动排序、读取和组织。 这包括通过服务、产品和电子设备收集的数据，但很少包括通过人工输入收集的数据。 您的智能手机收集的网站流量数据、销售数据、银行账户或 GPS 坐标——这些都是结构化的数据形式。
• 非结构化数据是增长最快的数据形式，更有可能来自人工输入——客户评论、电子邮件、视频、社交媒体帖子等。这些数据更难分类，使用技术管理效率更低，因此需要一个 更大的投资来维护和分析。 企业通常依靠关键字来理解非结构化数据，以使用可搜索的术语提取相关数据。
• 半结构化数据介于两者之间。 它不符合数据模型，但确实具有可用于对其进行分组的关联元数据。 示例包括电子邮件、二进制可执行文件、压缩文件、网站等。

通常，企业雇用数据科学家来处理非结构化数据和半结构化数据，而其他 IT 人员则管理和维护结构化数据。 是的，数据科学家确实处理大量结构化数据，但企业越来越多地寻求利用非结构化数据来实现收入目标，从而使处理非结构化数据的方法成为数据科学家角色的关键。

如需进一步了解数据科学家的工作生活，请参阅“数据科学家做什么？ 其中 7 位炙手可热的专业人士提供了他们的见解。”

数据科学家要求

每个行业都有自己的数据配置文件供数据科学家分析。 根据美国劳工统计局的说法，以下是一些常见的数据分析形式，科学家可能会在各行各业进行这些分析。

• 业务：业务数据的数据分析可以为效率、库存、生产错误、客户忠诚度等方面的决策提供信息。
• 电子商务：现在网站收集的不仅仅是购买数据，数据科学家帮助电子商务企业改善客户服务、发现趋势以及开发服务或产品。
• 财务：关于账户、信用和借记交易的数据以及类似的财务数据对于正常运作的业务至关重要。 但对于金融行业的数据科学家来说，安全和合规性，包括欺诈检测，也是主要关注的问题。
• 政府：大数据帮助政府制定决策、支持选民并监控整体满意度。 与金融部门一样，安全性和合规性是数据科学家最关心的问题。
• 科学：得益于最近的 IT 进步，当今的科学家可以更好地收集、共享和分析实验数据。 数据科学家可以帮助完成这个过程。
• 社交网络：社交网络数据可以为有针对性的广告提供信息，提高客户满意度，建立位置数据趋势，并增强功能和服务。
• 医疗保健：电子病历需要致力于大数据、安全性和合规性。 在这里，数据科学家可以帮助改善医疗服务并发现可能被忽视的趋势。

数据科学家技能

根据 Quora 数据科学经理 William Chen 的说法，数据科学家的前五项技能包括硬技能和软技能的组合：

• 编程：Chen 说，编程是“数据科学家最基本的技能”，它可以提高您的统计技能，帮助您“分析大型数据集”，并让您能够创建自己的工具。
• 定量分析：定量分析可提高您运行实验分析、扩展数据策略并帮助您实施机器学习的能力。
• 产品直觉：了解产品将帮助您进行定量分析并更好地预测系统行为、建立指标并提高调试技能。
• 沟通：可能是每个行业最重要的软技能，强大的沟通技巧将帮助你“利用所有列出的先前技能，”陈说。
• 团队合作：就像沟通一样，团队合作对于成功的数据科学事业至关重要。 Chen 说，这需要无私、接受反馈并与您的团队分享知识。

Intelligent World 首席执行官 Ronald Van Loon 将商业头脑添加到列表中。 Van Loon 说，强大的商业头脑是引导数据科学家技术技能的最佳方式。 有必要辨别组织发展需要解决的问题和潜在挑战。

要更深入地了解如何成为一名出色的数据科学家，请参阅“精英数据科学家的基本技能和特质”。

数据科学家教育和培训

有很多方法可以成为数据科学家，但最传统的途径是获得学士学位。 根据美国劳工统计局的数据，大多数数据科学家都拥有硕士学位或更高学位，但并不是每个数据科学家都拥有，而且还有其他方法可以培养数据科学技能。 在进入高等教育项目之前，您需要了解自己将从事的行业，以确定最重要的技能、工具和软件。

因为数据科学需要一些业务领域的专业知识，所以角色因行业而异，如果你在高科技行业工作，你可能需要进一步的培训。 例如，如果你在医疗保健、政府或科学领域工作，你需要的技能与在市场营销、商业或教育领域工作不同。

如果您想培养某些技能以满足特定行业的需求，可以使用在线课程、训练营和专业发展课程来帮助磨练您的技能。 对于那些考虑读研究生的人，有许多高质量的数据科学硕士课程，包括：

• 统计学理学硕士：斯坦福大学数据科学
• 信息与数据科学硕士：伯克利信息学院
• 计算数据科学硕士：卡内基梅隆大学
• 数据科学理学硕士：哈佛大学约翰·A·保尔森工程与应用科学学院
• 数据科学理学硕士：华盛顿大学
• 数据科学理学硕士：约翰霍普金斯大学怀廷工程学院
• 分析学硕士：芝加哥大学格雷厄姆学院

数据科学认证

除了新手训练营和专业发展课程，还有很多有价值的大数据认证和数据科学认证可以提升你的简历和薪水。

• Certified Analytics Professional (CAP)
• Cloudera Data Platform Generalist Certification
• Data Science Council of America (DASCA) Senior Data Scientist (SDS)
• Data Science Council of America (DASCA) Principal Data Scientist (PDS)
• IBM Data Science Professional Certificate
• Microsoft Certified: Azure AI Fundamentals
• Microsoft Certified: Azure Data Scientist Associate
• Open Certified Data Scientist (Open CDS)
• SAS Certified AI and Machine Learning Professional
• SAS Certified Advanced Analytics Professional using SAS 9
• SAS Certified Data Scientist
• Tensorflow Developer Certificate

其他数据科学工作

数据科学家只是不断扩展的数据科学领域中的一个职位，并不是每家利用数据科学的公司本身都在招聘数据科学家。 根据 PayScale 的数据，以下是一些与

• Analytics manager – $100,099
• Business intelligence analyst – $70,868
• Data analyst – $62,723
• Data architect – $122,882
• Data engineer – $93,145
• Research analyst – $57,615
• Research scientist – $82,957
• Statistician – $77,545