自學成一個年薪12萬刀的Data Science人才僅需十分鐘？

最新 02-23

今日摘要

1，Data Science到底是什麼？

2，商科學生轉Data Science能做哪些工作？

3，這些工作需要哪些技能？如何從零到一起步？

4，附Data求職重磅福利包，十分鐘了解自學成初級Data Scientist的必備捷徑：

DBC獨家整理1000+Data面試真題&面經合集/10GExcel數據分析教程/12GSQL/R/Python/SAS/Java/SPSS教程（230節）

在當今，無論哪個行業，每天每時每刻都有大量數據被產生和存儲下來，因此急需一些角色來處理這些龐大、凌亂的數據，數據科學專業人員就成為了十分緊缺的職業角色。

Data Scientist被Harvard Business Review 評為21世紀最性感的職業之一，麥肯錫預測全球將有超過1.5個Million的空缺職位。

在人工智慧和金融科技大肆興起之後，Data Science作為一切的根基，該方面的求職者更是變成了最熾手可熱、千金難求的人才！

那麼：到底什麼是Data Science呢？這個領域又包含哪些工作呢？這些工作又需要什麼技能？重點是，咱們商科留學生如何轉型入門呢？

今天就帶大家快速解讀！

GIF

來源：giphy

Data Science到底是什麼？

Data Science，實際上就是對數據提取、分析、理解、描述、預測的一門學科。乍一看來數據科學其實很像統計學，但實際上，數據科學應當是數學、統計與計算機的交叉學科。

圖片來源：Google

數據科學類技能大致可分為三類：

演算法（Algorithms）: 數學、統計、演算法、模型等理論知識是解決任何數據問題的核心。數據科學背後的演算法模型以及數據實驗是怎樣被設計和檢測是必不可少的技能。

編程（Engineering）: 數據的獲取、處理和儲存是必不可少的知識。同時，熟練掌握編程語言和分散式計算將幫助你處理大規模的數據。

溝通（Communication）: 數據在外行人眼中就如同一門外語，如何將數據分析結果轉化為可讀性極強的商業報告是必須掌握的技能。

圖片來源：Google

商科留學生轉Data Science能做哪些工作？

Data Science 的職位可以分為：

除了最適合商科學生的Data Analyst

還有Data Scientist

以及Data Engineer

Data Architect

Data Administrator

Business Analyst

Data/Analytics Manager

Business Intelligence Manager

Data Scientist

這個職位更經常存在於IT部門，或者乾脆自己組成一個部門。職責是解決一切Data Analyst解決不了的比較複雜的問題。且他們通常是不需要負責定期出報告來分析季度數據的。

核心使命：為公司決策提供服務；主要工作：從Business部門那裡收集有趣的/亟待解決的問題。採用科學方法、運用數據挖掘工具對複雜多量的數據進行數字化重現與認識，並據此尋找新的想法的專家。與傳統數量分析師相比，他們更多通過關注面向用戶的數據來創造不同特性的產品和流程，為客戶提供有意義的增值服務。

要求掌握的技能包括Python、SQL、SAS、Spark、機器學習演算法等。

圖片來源：Google

Data Engineer

Data Engineer所做的一切都為了Data Management，具體內容包括數據模型、數據架構、數據標準、元數據、主數據、數據治理、數據管控等等。

Data Enginner的目標是把數據整好，存儲成本低，查詢效率高，至於怎麼使用這些數據不是他們關心的範疇。

主要負責：database architecture，data modeling，data quality check, data cleaning, data enrichment/transformation(aggregation, join...) 等等後端的工作。

種類眾多，其中機器學習工程師、資料庫開發師是兩個典型例子。

機器學習工程師 (Machine Learning Engineer)的核心技能——機器學習，是最近幾年非常熱門的一項新技術。因此，在未來的幾年裡，機器學習將會是一個非常有前景的職業方向。其職責包括數據清理、數據分析、模型構建、預測評估及可視化呈現。要求熟練掌握Python、Java等編程語言，熟悉Hive、Storm、Spark等開源平台，熟悉常用的機器學習演算法，如隨機森林、神經網路、聚類，熟悉圖像識別、優化器比較、模型壓縮技術等。

資料庫開發師 (Database Developer)是從事資料庫管理系統和資料庫應用軟體設計研發的相關工作人員的統稱，他屬於軟體研發工程師，但又有一部分運維工作的內容。其職責主要包括軟體研發以及資料庫生產環境的問題優化和解決，熟練掌握Python、C/C++、Java等，了解主流的框架、庫使用和原理、計算機數據結構和演算法設計，熟練掌握Linux、Web server、資料庫、緩存相關技術的使用，掌握資料庫基本原理和知識，熟悉SQL語法規則和特點等。

圖片來源：Google

Data Analyst

Data Analyst偏重於將分析和商業運用相結合，分析只是一個手段和途徑，更加重要的是將分析的結果轉化為切實可行且能有所成效的商業方案。其核心使命是為公司決策提供服務，因此數據分析師的基本要求是懂企業的業務和數據，具備寫報告的能力，考驗的一方面是數據分析水平和業務能力，另一方面是溝通能力、理解能力和表達能力。

類似職位的面試有些類似於，基於技術面試題基礎上的諮詢類型的Case Study。從分析中找到可能存在的風險，並提出解決方案比起完美的Code有時候更加重要。更加適合非技術出身的求職者。

但是同樣是做Data Analyst的工作，在不同的公司，要求的技能和工作的內容會很不一樣。

微軟Online Service Division有跟Marketing更接近的Data Scientist，也有很多學統計或者IE出身的Applied Scientist做randomized controlled experiment；

LinkedIn、Facebook的data scientist感覺要求Java編程技術熟練，可能學Computer Science出身的最適合；

Insurance行業招的是Predictive Modeler，他們的總體目標就是要基於數據，預測在不同客戶身上收多少保險費能最大化收益、optimize profits，所有相關專業的它們都考慮。

所以在求職階段，要根據自身的特長和喜好選擇對應公司的Analyst Team；而在求學階段，更要提早準備好自己的職業發展目標，去有針對性的學習Data的相關專業知識。