【.com快译】数据科学并不是一门新兴学科，但最近随着大数据技术的飞速发展，越来越受到重视。顾名思义，数据科学就是研究数据——更具体地说，是如何更有效地理解、存储和操作数据。考虑到许多公司已经开始意识到数据的社会和经济价值，并且在处理相关数据任务方面存在巨大挑战，合格的数据科学家成为人才市场的热门资源。 获得数据科学硕士学位等高级学位通常足以让您担任相关职位。数据科学家可以在任何与大数据相关的领域找到工作，包括大学、医疗保健、研究机构、政府机构等。下面，让我们来看看其中三个具体的职业道路。 1。数据科学家 人才市场招聘信息中给出的头衔通常是“数据经理”或“统计学家”。 无论名称如何，数据科学家都使用他们的数学和编程技能直接处理数据。数据科学家需要根据自己的位置跟踪整个项目的所有数据，构建数据存储空间并组织预测建模过程，最后将发现结果报告给决策者。因此，数据科学家通常需要对编程语言有扎实的掌握，尤其是Python和SQL。 数据科学家目前的平均年薪为115,000美元，而入门级从业者的年薪预计在80,000美元左右。到2024年，对数据科学家的需求将增长30%，这意味着仍有大量工作等待后来者。 2。数据工程师 数据工程师也被称为数据架构师或数据库管理员，其功能与真正的数据科学家略有不同。事实上，一些数据科学家可能认为这个职位只需要一般的计算机科学学位——当然，有数据科学背景更好。 与其他类型的工程师类似，数据工程师也需要了解如何使用材料来构建解决方案。数据工程师需要精通数学方法、编程和大数据技术，能够熟练地处理数据集中包含的信息，同时清理掉不必要的或混乱的信息内容。 同样，数据工程师也要有丰富的Python和SQL经验，基于类Java框架（如Hadoop）的相关技能也能让大家在工作中更加得心应手。 此类职位的平均入职工资为$81,700，业内表现最好的人可以赚到$100,000。数据工程师职位增长速度相对缓慢，到2024年增长11%左右，但仍高于整体人才市场的平均水平。 3。DataAnalyst 尽管“分析师”和“科学家”这两个词的区分并不明确，但数据分析师显然与商业实践的联系更为紧密。一般来说，数据分析师可以在“某某分析师”的岗位上成功上手，包括项目分析师、市场调研分析师、信息安全分析师、业务分析师等。 数据分析师的工作可以帮助没有接受过数据科学培训的人了解数据的含义。通过创建有吸引力且易于理解的图形、图表或简单描述，数据分析师可以成功地与他人交流信息。除了与统计相关的技能外，数据分析师还需要能够将数据转化为业务术语和策略。此外，还必须掌握SQL和Excel技能。 或许是因为对技术知识的要求相对较低，数据分析师的平均年薪也较低，为65,000美元。但因为离业务更近，分析师更有机会在行政领域有所作为，这可以将他们的薪水提高到六位数。此外，该领域的工作岗位数量正在高速增长，到2024年就业机会将增加30%。 原标题：面向业务的数据科学家的3个重要职业 原文作者：斯蒂芬·钱纳
