职业聚焦：什么是数据科学？

今天，“大数据”，“分析”等都是流行语。并且有充分的理由。

早在2012年，HBR就将“数据科学家”评为“本世纪最性感的工作”。但数据科学真正需要什么呢？更重要的是，您如何获得称自己为数据科学家所需的技能？

什么是数据科学？

曾几何时，数据科学家大多数都在学术领域。现在，随着大数据收集的增加和分析的需要，数据科学家已经成为各种公司和行业（无论大小）的高需求者。

数据科学作为一门专业，在数学，统计学和计算机编程中融入了一系列技能。这是一个由男性主导的行业，数据科学中女性的估计值约为10％。

根据Glassdoor的数据，数据科学家的平均国家工资为113,436美元。仅从补偿来看，数据科学比其他类似的职业更具吸引力。

技能需要成为数据科学家

像所有工作一样，填补数据科学职位所需的具体技能取决于个别公司。

但是有一些技能组合/软件工具保持一致。

• 统计编程语言，如R和SAS
• 数据库查询SQL等语言
• 基本统计数据，如统计检验，分布，最大似然估计等
• 机器学习方法，如k-最近邻，随机森林，集合方法等。
• 多变量微积分和线性代数
• 数据记录和数据驱动的新产品的开发
• 熟悉Hadoop平台
• 可视化工具，如Flare，HighCharts或AmCharts

如何成为数据科学家

如今，成为数据科学家有三种可行的选择：

• 通过像Udacity这样的程序进行自学
• 参加数据科学新兵训练营
• 去研究生院攻读硕士学位

当然，每种方法都有利弊。

自习

优点：

• 方便：可以在任何环境和任何速度下按照自己的时间进行
• 经济实惠：价格可能在0-600美元之间。
• 节省时间：在线课程可在8-18个月内完成。

缺点：

• 仅在完成后收到证书
• 没有点对点或老师对学生的参与
• 找工作没有帮助

数据科学训练营

优点：

• 很少的时间承诺：可以在6周到3个月内完成
• 相对实惠，至少与获得硕士学位相比（新兵训练营范围从16,000美元起）
• 非常适合那些希望快速改变职业的人士
• 许多新兵训练营在完成后在求职过程中提供帮助

缺点：

• 只获得项目组合 - 没有“真正的”工作经验
• 在很短的时间内学到很多东西
• 每周最多可以工作40小时（不像自学，你可以按自己的步调去，仍然兼职/全职工作）

硕士

优点：

• 完成后的文凭
• 通过专业培训的教师进行结构化学习
• 实际经验：许多计划包括增加经验和知识的实习机会
• 有充足的时间学习和吸收所有信息

缺点：

• 昂贵：可能花费20,000到70,000美元 - 不包括生活费
• 耗时：也可以花费最长时间（9-20个月）