2020年成为数据科学家需要具备哪些技能？

“数据科学家”是近年来增长最快的工作之一。这是一个令人兴奋的高薪职业，并为你提供了大量的发展机会。

而且，由于合格数据科学家的供应尚未赶上巨大的业务需求，因此职位需求仍然很多。

那么，在2020年成为数据科学家需要具备哪些技能？

我们研究并描绘了数据科学家的画像。

我们发现在2020年数据科学家有这些特点：

• 大多数为男性（占比71％） 

• 会说两种语言 

• 已经工作了8.5年（其中3.5年曾担任数据科学家）

• 使用Python或R

• 大多数具有硕士学位

下面让我们来具体看看。

首先，如果没有强大的编程技能，就无法成为数据科学家。如今，数据科学家将比以往更广泛地使用通用语言。

根据我们的年度研究：

• 目前有74％的数据科学家精通Python；

• 56％的人使用R；

• 51％的人使用SQL。

毫不夸张的说 Python的受欢迎程度正在上升。

Python是数据科学家进行统计建模的首选语言。难怪全球最大的技术进步专业技术组织—IEEE会将Python视为编程语言的“大魔王”。

Python不仅是最受使用者欢迎的，实际上在雇主所需要的技能方面，它也非常接近霸主地位。

它的相关薪资是全球最高水平，雇主对Python作为首选技能的需求飞涨。数字不会说谎，在财富五百强企业的数据科学家中有70％的人使用Python。

这些年来 Python和R都越来越受欢迎。财富五百强企业的组织中也反映这一点。

此外Python是许多行业中，使用高级分析进行业务和产品开发的第一编程语言。

那SQL呢?

SQL的受欢迎度迅速增长，几乎赶上了第二名的R。

当今的企业每天创建五百亿字节的数据，这使SQL成为数据科学家工具箱中的重要工具。

因为它对于访问、更新、插入、操作和修改大量数据至关重要，它还可以与R和Python等其他脚本语言顺利集成。

此外，Tableau和Power BI等BI工具在很大程度上依赖于它，从而增加它的使用率。

因此，如果你正在寻找众多行业的绝佳职业机会，那么选择Python R和SQL是绝对不会错的。

而且，如果你是渴望在数据科学家职业生涯中迈出第一步的初学者，剩下要做的就是开始学习！

另一个有趣发现是：第一年工作的数据科学家人数减少了（占比13％），比起之前（2018年和2019年占比25％）。

几年前，随着数据科学刚刚兴起，公司正在招聘具有不同背景的专业人员，并对他们进行内部培训。

结果在某些情况下，聘用了相对水平基础的求职者担任高级数据科学家职位。

我们的数据表明，随着越来越多的人获得该领域的经验，第一年工作的数据科学家所占比例较小。经验在招聘中起着更大的作用，这一观念在发现中加强了 。

2020年，数据科学家专业人员的平均工作经验为8.5年。

因此，在当今的就业市场中，需要在分析职位上积累必要的工作经验，然后才能准备好数据科学家的职位。也许先试试数据分析师的职位更有效。

但是数据又怎么说?我们的研究检查了数据科学家之前的职位，以及之前的一到两个头衔。

样本显示：

• 之前已经是数据科学家的（占比29％）；

• 数据分析师（占比17％）；

• 学术界研究者（占比12％）。

当我们查看即将进入当前数据科学职位时，数据马上就改变了。

• 数据科学家（占比52％）

• 数据分析师（占比11％）

• 学术界研究者（占比8％）

那么学历方面呢？当前的绝大多数的数据科学家学历成以下特点： 

• 具有学士学位或更高学位（占比95％） ；

• 其中53％的人拥有硕士学位；

• 26％的人拥有博士学位。

我们可以说从业者需要以本科以上学位为目标。通常，在20位数据科学家中有19位拥有学士学位。但是，只要具备所需的技术技能和准备工作  ，本科生也可以找到相关工作。

数据科学家从事的研究领域如何?哪个专业提高了求职者成为数据科学家的机会?

根据我们的研究，样本中55％的数据科学家主要来自以下三种专业：

• 数据科学与分析（占比21％）

•  计算机科学（占比18％）

• 统计与数学（占比16％）

• 经济与社会科学代表较少（占比12％）

• 工程（占比11％）

• 自然科学（占比11％）

所有这些都是技术课程，可为毕业生做好工作的定量和分析方面的准备。

因此，让我们总结描述一下：

2020年典型数据科学家职业道路如下：

• Python是该领域最受欢迎的编码语言；SQL的发展在逐步接近R。

• 数据科学家在之前的职位通常是数据分析师职位。

• 95％的数据科学家具有学士学位或更高学位。

• 数据科学、计算机科学或统计学与数学学位为数据科学家的职业提供了最佳机会。

人们常说 “就算你不知道罗马怎么走，条条大路也通罗马”。

在这儿，情况有所不同。

如果你想成为一名数据科学家，研究其他人走过的数据科学家职业道路，并从他们的经验中学习的人的职业道路，这将是十分有益的。

我们希望这段视频对你有所帮助，并会指导你正确的方向。

点击文末“阅读原文” ，收看更多精彩内容