如何成為一名資料學家？不僅取決於你的技能和經驗，還有教育和培訓，都是你成為資料學家的過程中的重要因素。如果全部具備，那麼你的資料科學事業將會變得更加順利。


什麼是資料科學家？Data scientists are responsible for discovering insights from massive amounts of structured and unstructured data to help shape or meet specific business needs and goals. The data scientist role is becoming increasingly important as businesses rely more heavily on data analytics to drive decision-making and lean on automation and machine learning as core components of their IT strategies.資料科學家的目標

通常使用專門設計的軟體來組織和分析大量的資料。資料科學家分析的最終結果應該讓投資者能夠輕易的理解，最好通俗易懂， 尤其是對於非專業人士。資料科學家所運營的資料分析方法一般取決於他們的具體需求。在資料科學家從資料中發現個性化之前，業務負責人必須告訴他們需要什麼。因此，資料科學家必須具備足夠的專業知識才能將目標轉化為可交付的資料成果，如預測引擎，模式檢測分析，優化演算法等。資料科學家的職責資料科學家的主要職責是資料分析，這是一個從資料收集開始，到以最終資料分析結果為基礎做出業務決策的流程。資料科學家分析的資料，通常稱為大資料。有兩類資料屬於大資料：結構化資料和非結構化資料。結構化資料通常按照類別進行組織，使計算機可以輕鬆進行排序，自動閱讀和組織。這包括由服務，產品和電子裝置收集的資料，但很少從人類輸入收集資料。通過智慧手機收集的網站流量資料，銷售資料，銀行賬戶或GPS座標 - 這些都是結構化的資料形式。非結構化資料是大資料增長最快的形式，一般來源於客戶評論，電子郵件，視訊，社交媒體帖子等。這些資料通常難以通過技術進行分類。由於沒有簡化，非結構化資料可能需要大量人力來管理。一般是依靠關鍵字來理解非結構化資料，以此作為使用可搜尋條件提取相關資料的一種方式。通常情況下，企業需要資料科學家來處理這些非結構化資料，而其他人員將負責管理和維護結構化資料。所以資料科學家可能會在他們的職業生涯中處理大量結構化資料，但企業越來越希望利用非結構化資料來服務他的利潤目標。資料科學家的薪水

資料科學是一個快速增長和利潤豐厚的行業，BLS預測到這個行業職位將在2024年前增長11％。資料科學家目前正是一個熱門的職業。在Glassdoor的美國50年最佳職位報告中，資料科學家的職位空缺，薪水和總體滿意度評級，在各行業中均名列前茅。根據Robert Half's 2018年技術與IT薪資指南的資料，資料科學家根據經驗得出的平均薪水分解如下：25th percentile: $100,00050th percentile: $119,00075th percentile: $142,75095th percentile: $168,000資料科學家的要求每個行業都有自己的大資料資料供資料科學家分析。根據BLS，以下是每個行業中更常見的大資料形式，以及資料科學家可能需要執行的分析型別。業務：今天，資料驅動業務幾乎成為每家公司的戰略 - 但企業需要資料科學家來理解資訊。業務資料的資料分析可以提供更高效率，更合理庫存，更少生產錯誤以及登高的客戶忠誠度等方面的決策資訊。電子商務：網站收集的不僅僅是購買資料，資料科學家還可以幫助電子商務企業改善客戶服務，發現趨勢從而開發更合理的服務或產品。金融：在金融行業，關於賬戶、信用、借記交易以及類似財務資料的資料，對於正常運營的業務至關重要。但對於這一領域的資料科學家來說，包括欺詐檢測在內的安全性和規範性也是主要關注點。政府：大資料有助於政府制定決策，支援三方成員並監督總體滿意度。像金融部門一樣，安全和規範是資料科學家最關心的問題。科學：科學家一直處理資料，但通過現在的技術，他們可以更好地收集、分享和分析實驗中的資料。這一過程中資料學家可以發揮他們優勢。社交網路：社交網路資料能夠幫助推送更加智慧化和針對性的廣告，提高客戶滿意度。對帖子，推文，部落格和其他社交媒體進行持續的資料分析可以幫助企業不斷改進服務。醫療保健：電子醫療記錄現在成為醫療機構的標準，這些都是大資料對於安全性和規範化的奉獻。在這裡，資料科學家可以幫助改善醫療服務，並發現可能不被注意到的趨勢。電信：所有電子收集資料需要被儲存，管理，維護和分析。資料科學家通過提供他們想要的功能，幫助公司打擊錯誤，改進產品並讓客戶滿意。其他：沒有一個行業能夠抵禦大資料的驅動，BLS指出你會在各個行業找到工作，例如政治，公用事業，智慧家電等等。資料科學家的技能根據Quora資料科學經理William Chen的說法，資料科學家的五大技能包括硬和軟技能的混合：程式設計：Chen將此引用為“資料科學家技能集合的最基本”，並指出它為資料科學技能增添了價值。程式設計提高了你的統計技能，幫助你“分析大型資料集”，並使你能夠建立自己的工具。定量分析：分析大型資料集的一項重要技能，定量分析將提高你執行實驗分析的能力，擴充套件你的資料策略並幫助你實現機器學習。產品直覺：理解產品將有助於你進行定量分析，它還將幫助你預測系統行為，建立指標並提高除錯技能。溝通：可能是所有行業中最重要的軟技能，強大的溝通技巧將幫助你“充分利用以前列出的所有技能”。團隊合作：就像溝通一樣，團隊合作對於成功的資料科學事業至關重要。它需要無私，接受反饋並與團隊分享你的知識。如何成為資料科學家如果你沒有電腦科學或資料分析方面的背景，那麼新手訓練營，學位課程或認證可以提供轉換為資料科學家所需的技能。你需要弄清楚你想要的行業和職位要求是否需要高等教育學位，或者認證和培訓是否能夠滿足應聘的要求。花一些時間研究職位要求，找到你想要的職位的共同點。從那裡，你可以制定一個策略，成為一名具備教育，技能和經驗的資料科學家來獲得這份工作。資料科學家的教育和培訓成為資料科學家有很多方法，但最傳統的途徑是獲得學士學位。根據BLS的資料，大多數資料科學家擁有碩士學位或更高的學位，但對於每位資料科學家來說並非如此，還有其他方法可以開發資料科學技能。在你進入高等教育課程之前，你需要知道你將從事什麼行業以找出最重要的技能，工具和軟體。由於資料科學需要一些業務領域的專業知識，資料科學家的角色將因行業而異，如果你在高技術行業工作，則可能需要進一步培訓。例如，如果你在醫療保健，政府或科學領域工作，你需要與從事市場營銷，商業或教育工作相關的技能。如果你想培養某些技能以滿足特定的行業需求，那麼可以參加線上課程，新手訓練營和專業發展課程，以幫助磨練你的技能。資料科學認證除了新手訓練營和專業發展課程外，還有大量有價值的大資料認證和資料科學認證可以提升你的簡歷和薪水。一些流行的資料科學認證包括以下內容：認證分析專家（CAP） - 上限計劃預測分析認證專家（CSPA） - 中科院研究院Cloudera認證專家：CCP資料工程師 - Cloudera資料科學證書 - 哈佛擴充套件學院DASCA資料科學證書 - 美國資料科學委員會IAPA分析憑證 - IAPASAS資料科學學院 - SAS學院SAS認證的大資料專家/資料科學家 - SAS研究所Simplilearn資料科學認證培訓 - SimplilearnTeradata Aster Analytics認證 - Teradata要深入瞭解有價值的認證，請參閱我們的資料科學認證和大資料和資料分析認證指南。資料科學學位課程如果你想走傳統的學位路線，那麼在資料科學方面有很多碩士課程可供選擇。即使沒有科學相關的本科學位，你仍然可以申請資料科學碩士課程，但它可能需要額外的學分，考試或電腦科學經驗。根據美國新聞和世界報道，這些是資料科學領域的頂尖研究生學位課程：統計學碩士：斯坦福大學資料科學資訊與資料科學碩士：伯克利資訊學院計算資料科學碩士：卡內基梅隆大學資料科學碩士：哈佛大學John A. Paulson工程與應用科學學院資料科學碩士：華盛頓大學資料科學碩士：約翰霍普金斯大學懷廷工程學院分析碩士：芝加哥大學格雷厄姆學院其他資料科學工作資料科學家只是資料科學領域中的一個職位，並不是每個使用資料科學的公司都在為資料科學家本身招聘。根據PayScale的資料，以下是一些與資料科學相關的最受歡迎的職位以及每個職位的平均薪水：分析經理 - $ 92,249商業智慧分析師 - 66,003美元資料分析師 - 57,768美元資料架構師 - 112,790美元資料工程師 - $ 90,811研究分析師 - 52970美元研究科學家 - 77,330美元統計員 - 71,374美元如果你正在尋找建立資料科學的職業，這些職位你可能也想考慮。資料分析是一個廣闊的領域，所以在開始申請工作之前，你需要弄清楚你的特點。一旦你知道你想如何處理資料，就可以更容易地縮小與你的技能相匹配的最佳職位空缺。