学习数据分析，做大数据紧缺人才
全球各行业2020年将需要270万位数据科学家
作者：Ryan Kade
译者：HERO
你准备好步入蓬勃发展的大数据的职业生涯了吗?这个对数据科学家职位的研究就是一个很好的开始。
让我们退后一步来思考大数据。你是否佩戴了智能手表?你是否拥有一些可以告诉进行了多少运动的技术和产品?你是否使用Siri，Cortana，Amazon Echo或Google Home?你住在一个智慧城市吗?你在网上购物吗?你用IC卡乘车吗?所有这些行为都会频繁地、大规模地获取数据。你使用技术的方式，以及在日常生活中的活动创造了一种模式。这种模式可以被采取和匹配到其他用户的模式，并进行分析。那么是谁在分析数据以识别模式?那就是数据科学家。
数据科学领域是由数据的存在和对数据科学家的渴求而产生的，他们可以有效地利用这些数据来创建算法。这些需要识别和馈送模式的算法仍在开发中，而且非常急需。而且在数据不断涌入的情况下，它们永远不会停止发展。
要想成为数据科学家到底有多难?
根据最近由365 Data Science公司发表的一项研究表明，成为数据科学家需要以下的基本条件：至少精通一门外语，并且拥有两个或以上的学位，从事数据分析工作4年以上，可以采用R或Python语言编程。
以下进行一下分析：首先，这些数据来自目前从事数据科学家职业的1001名工作人员的LinkedIn简介。365 Data Science公司的研究小组希望了解他们是如何成为数据科学家，需要具有哪些技能和能力。
那么，企业更需要男性数据科学家吗?
数据告诉我们，70%的数据科学家是男性。也许人们可能对此表示认同，在早先的童年时期学习和内化的定型观念中，很多年轻女孩就完全脱离了STEM(科学、技术、工程、数学)科目，这并不是什么性别歧视，调查数字表明这就是现实。
对此，女性也不要绝望。研究表明，企业显然更需要女性数据科学家。很多领域曾经是以男性为主，但在性别平衡方面已有很大的进步。
根据IBM公司进行的一项研究，到2020年，仅在美国将会有2,720,000个数据科学职位。
除了性别之外，让我们来看看还有什么是成为数据科学家面临的问题。
数据科学家需要掌握多少种语言?
其实两种语言就可以。作为一名数据科学家，则需要至少通晓一种外语。这是有道理的：虽然编程和数学都是和语言无关的，但是，薪酬丰厚的就业机会仍然主要集中在美国、英国、西欧，以及印度，主要专业语言是英语。也就是说，如果你的第一或第二(或第三)语言是英语，那么在语言方面就会合格。
你是否获得全球50强大学的学位，如果具有这样的条件，是否有机会从事数据科学家?
并不是。数据科学并不是一个适合知名大学和毕业生的学科。尽管样本中有28%的人毕业于全球前50名的大学，但是在1001名数据科学家中，有四分之一的人就读的大学甚至没有出现在全球大学50强的名单上，而两者之间的数字有些均匀分布。
现在，鉴于收集到的数据是为了确定就职于财富500强巨头的数据科学家需要做的事情，可以根据大学排名查看就职财富500强的数据。
人们会注意到在这个样本中，财富500强公司中半数以上的人员是全球50强大学的毕业生(28%)。但没有名列其中的大学的毕业生仍占23%。
而根据“财富”500强员工进行调查的两个统计小组反映了上述统计数据。另外，如果只看从一所顶级大学毕业的数据科学家，那么这个鸿沟实际上是平等的：一半的人入职“财富”500强公司，而另一半人则在规模较小的公司和初创企业中获得职位。
这一切都不是巧合。当然，从一个排名良好的教育机构获得的文凭可以作为技能和资格的保证，并向未来的雇主表明具有被其选中的资格。但是，通过声望较低的大学毕业生的高就业率表明，还有其他方式来展示毕业生的信誉和工作能力。这些人仍然可以通过自我准备来展示自己所具有的丰富知识和熟练技能。
如果自学的话，是否更有可能得到这份工作?
这个问题并没有一个明确的答案，但调查数据提出了一些建议。在这个调查样本中，至少有40%的数据科学家在他们的LinkedIn档案中显示出他们已经学完了至少一个与他们领域有关的在线课程。而这只是展示的一些，但实际上开展自学的人可能比这要高得多。
但是查看那些与知名大学相关的大学学位，数据表明所有人都进行过某种自学。但是那些早就做好自学准备的人则来自那些不太出名的大学的人。
需要指出的是，全球50强的大学毕业生并没有落后。其中大约35%的人报告已学过在线课程，而排名靠后的大学似乎鼓励学生需要加倍努力。当有资格成为一名数据科学家时，其自我学习和准备是一个有利的竞争因素。而企业需要对数据科学家的毕业学校进行更多的了解。
人们可以通过学习数据科学来获得数据科学家的职位吗?
不能。首先，数据科学是一门全新的学科。这个职位的产生只有10多年的时间，总的来说，高等教育机构还没有在他们的课程中纳入一个完整的数据科学轨道。
目前的数据科学家的学术背景有很大的差异。例如，数据科学家的专业主要来自计算机科学(20%)，统计与数学(19%)，经济学与社会科学(19%)的毕业生。这些专业的毕业生占据很大比重，但在其他方面也是多样化的，如果拥有一个数学学位，那么也有可能成为一名数据科学家。但从物理学，化学，生物学或工程学等领域进入数据科学领域是闻所未闻的，因为专业是一种技术资格。
获得数据科学家的职位，只有学士学位是否足够?
只具有学士学位是不够的，在这个调查样本中的大多数专业人员至少拥有一个(48%)硕士学位，而27%的人拥有博士学位。如果没有这两种学位，进入这个领域并不是没有先例的，因为样本中15%的数据科学家已经做到了这一点。但这并不具备代表性。
需要精通Java，C / C ++，Matlab，SQL，SAS，R，Scala，LaTeX和gang这些编程语言吗?
情况并非如此。但人们具有这些技能肯定令人印象深刻，在当前的数据科学世界当然并不是必备的条件。当然，根据就业和工业国家的情况会有所不同，但是人们需要具有以下共识：
如果精通R和(或者)Python语言，就将会有一定的机会。精通SQL当然也是值得考虑的事情，尽管它暂时(根据样本)落后于流行的编程语言(其使用率为40%，而R和Python则为53%)。而编程语言和行业用法人们可以通过各种方法进行了解。
成为未来的数据科学家有哪些关键要点?
从目前统计数据中得出的一个结论是，成为数据科学家，并不需要获得博士学位，也不需要来自一所高校的博士学位，或者是精通多种编程语言(或者说外语)。而具有定量分析的能力，聪明的头脑，以及强烈的好奇心，这就足够了。毕竟到了2020年，仅在美国就会提供大约2,720,000个数据科学家职位，只要为此进行努力，还是大有机会的。
来源：企业网D1Net
未来的制造业要的不是石油，它最大的能源是数据.