踏上数据科学家之旅前你需要知道的3件事IBM最近的一项研究表明，到2020年，数据科学家的工作机会将增加15%，新增364,000个职位空缺，对数据科学家和工程师的需求将增加39%未来5年。为什么数据科学对企业如此重要？“数据科学爆炸使企业能够捕获更多关于客户、流程、产品和服务的数据，从网站用户行为到涡轮发动机诊断，”机器学习卡的数据科学家和创建者ChrisAlbon说。公司比以往任何时候都更有能力收集和存储大量信息。数据科学家负责将这些数据转化为洞察力，为决策制定、降低风险和发现意外情况提供信息。“这些数据很有用，需要统计学、计算机科学和软件工程方面的专业知识和技能，”Albon说。随着越来越多的公司依靠数据做出更好的决策，他们正在聘请数据科学工作者来帮助他们达到目标，如果您是一名希望转行成为数据科学家的开发人员，则需要了解以下几点。您将学到新东西从开发人员角色过渡到以数据为中心的职位时，您现有的计算机科学和软件工程技能将非常宝贵。然而，数据科学的作用还需要复杂的统计知识。如果你想从事数据科学，你需要磨练你的建模和机器学习技能。强大的SQL技能对数据科学家和数据工程师来说至关重要，这些角色还需要统计建模和机器学习工具的能力，例如Python数据科学生态系统，包括NumPy和scikit-learn或R的丰富统计工具。立即开始有许多有效的方法可以培养您的数据科学技能。如果你获得了统计学博士学位，那么获得一份“数据科学家”的工作就容易多了，即使没有学位，你仍然可以在工作中练习统计技术和试验机器学习方法。业内人士认为，数据劳动力短缺，数据科学正在发展，许多组织拥有大量数据，但没有足够的人来做出有价值的决策。发展数据科学技能有什么好处？您可以使用严格的统计方法来区分您的公司，公司可以通过培训组织内的人员来满足他们的数据科学业务需求。当你有了经验，面对新的项目、新的机会，你就会更有信心。创造力和沟通数据科学工作涉及高水平的创造力和沟通。数据科学家技术性很强，但也经常与营销、销售和运营密切合作。与来自不同背景的人进行有效沟通的能力非常重要。这种交流是通过数据可视化、写作和口语进行的。在我自己的工作中，我与软件开发人员、产品经理、销售人员交谈，以交流和理解我构建的模型的含义、如何解释其结果以及我们如何预测它。成为一名有效的数据科学家还需要创新和战略思维。进行数据科学不仅仅是优化模型的预测能力。数据科学家创造性地思考需要解决哪些问题以及如何最好地获得可操作的见解。如果您开始考虑从事数据科学方面的职业，那么现在是进行转型的好时机。通过以上内容，相信大家对数据集中的工作角色有了更深入的了解。如果您有兴趣查看更多数据科学职位，请查看StackOverflow上的职位，您可以在其中找到数百个数据科学家职位。作者：JuliaSilge原文链接：https://stackoverflow.blog/2017/10/05/need-know-start-career-data-scientist/刘妮娜为.com翻译]
