根据 Glassdoor 的数据，数据科学家 你需要知道什么 是欧洲最好的职业之一。你会惊讶地发现，平均工资为 72,000 欧元。然而，对数据科学家的需求尚未饱和，到 2020 年，欧洲该领域约有769,000 个职位空缺。
由于需求增加，选择这个领域可以让你获得一份诱人的职业。那些不是数据科学家但渴望成为数据科学家并对数据有浓厚兴趣的人经常会问：
在成为数据科学家之前我需要了解哪些事情？
如果你正计划转行从事数据科学，那么现在正是 你需 按行业划分的特定数据库 要知道什么 最佳时机，因为 2019 年将提供大量回报丰厚的机会。本文旨在明确成为数据科学家之前所需的技能和实践。
1. 技术技能——最重要的
数据科学家所需的最关键的技术技能是：
- 计算框架和检验事实
- 分析统计数据
- 加工
- 从大量信息中构建数据。
这意味着你应该精通数学、编程和统计学。同意这一要求的方法之一是拥有相关的教育背景。
数据科学家通常拥有计算机科学、工程学或统计学的博士和硕士学位。这让他们能够打下更坚实的基础，从而能够与指定领域或特定任务的技术方面联系起来。
让我们简单了解一下您需要学习的一些技能。
a . 编程：您需要学习一些基本的编码语言，这些语言可以帮助您组织和分析以各种形式提供给您的数据集。该领域首选多种编程语言。Perl是其中最常见的。但是，人们也喜欢使用 C/C++、SQL 和 Java。
b. 掌握分析工具：为了从组织和分析的数据中提取有价值的见解，必须掌握分析工具的知识。除了SAS之外，R、Hadoop、Spark 和 Hive 等工具也是最常见的数据审查工具。科学家还建议参加在线认证课程，这将帮助您进一步提高专业知识。
c. 机器学习和人工智能： Kaggle 的一项调查显示，只有一小部分数据科学家具备高级机器学习技能。每个数据专业人员都应该掌握的技能包括：
- 监督和无监督机器学习
- 强化学习与对抗学习
- 生存分析
- 推荐引擎
- 异常值检测
- 计算机视觉
- 时间序列
- 自然语言处理
如果你想在其他专业人士中脱颖而出，你就需要掌握这 你需要知道什么些技能。它将在你解决基于预测的众多数据科学问题时为你提供帮助。
2. 成为优秀专业人士所需的非技术技能
仅有技术能力、教育素质和证书并不能让你的职业生涯更宝贵。作为一名数据科学家，一些非技术技能可以提升你在行业中的价值。
a. 强大的沟通技巧：毫无疑问，作为一名数据科学家，你会对数据有最好的理解。但是，在一个组织内，重要的是如何最好地向他人，尤其是非技术人员传达你的观点和思想。此外，任何企业的每个人都需要通过电子邮件和其他媒介进行内部和外部沟通。凭借校对和写作技能，CrowdWriter和Grammarly等工具可以帮助你制作一份无错误的报告。
它不仅有助于与他人沟通，还能让你更有效地呈现数据。围绕数据讲故事至关重要，因为它可以让每个人都轻松理解数据。使用表格和图形呈现一组数据可能不太具有互动性。你需要借助讲故事的技巧。通过这种方式，你分享的数据见解将有助于向员工恰当地传达你的发现。
b. 商业意识：作为一名数据专业人员，您需要对业务和构建成 什么是增长以及它对销售的重要性是什么？ 功商业模式的因素有清晰的洞察力和直觉。如果您没有商业头脑，所有的技术技能都不会发挥作用。
凭借这种特殊能力，您将能够解决组织成长和可持续发展所必需的问题。此外，您还可以为公司探索更多的贸易机会。
c. 团队合作：您无法独自工作。您需要一个团队来实现目标。您应该与公司高管、设计师和产品经理一起制定策略，以获得更好的结果。通常，您需要与营销经理一起制定计划，以启动转化活动。要创建数据管道并增强工作流程，您还需要与软件开发人员和客户打交道。
此外，您必须与队友合作开发用例，以便了解业务目标以及解决问题所需的数据。实际上，您将与组织的每个成员以及您的客户一起工作。
3. 教育
数据科学家是受过高等教育的专业人士。其中约 75% 拥 你需要知道什么 博士或硕士学位。但是，你不需要毕业于知名大学。25% 的数据科学家毕业于“无排名大学”。
让我来帮你更方便一点。大多数数据科学家都拥有计算机科学、统计学、数学、工程学或社会科学学位。其中只有 13% 的人参加过数据科学和分析大学课程。你们都需要的是定量背景，而且你们在该部门也有多种选择。
因此，无需参加额外的学术课程来掌握所需的技能。有许多在线课程可以帮助您提高能力。大约 40% 的数据科学家参加了在线课程。
有用的提示和有用的资源
数据科学不是一件容易的工作。你必须渴望每天学习新事物。你的行为决定了你选择的道路是否会带你走向成功。你需要培养学习的态度。
爱因斯坦曾说过：“我没有什么特殊的天赋，我只是充满好奇心而已。”
你需要对数据提出疑问和问题，因为你将花费大约 80% 的时间来分析数据。如果你对自己的职业没有热情，你就无法发展自己的事业。
要确定正确的职业道路，您可以：
- 参加 Kaggle 上的比赛，例如泰坦尼克号 你需要知道什么 竞 电子邮件线索 赛或房价预测。它会激励你并提高你的预测水平。
- 加入相关社区并与他人分享您的见解。
- 为你的学习创建一个结构。作为初学者，你可以从一些免费的东西开始，例如：
- 数据科学简介
- 机器学习简介
- Kaggle 学习路径
- Analytics Vidhya 数据科学学习路径
请记住，这是开始你的职业生涯的最佳时机，保持专注，你就会成功。
Amanda Jerelyn 是一位独立女性，刚从伦敦大学毕业。她是一名职业顾问，同时还在Academist Help兼职做营销导师。Amanda 对技术进步有着浓厚的兴趣，并且喜欢旅行。