很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
市場上對數(shù)據(jù)工作者的要求特別多：需要掌握機器學(xué)習(xí)、計算機科學(xué)、統(tǒng)計學(xué)、數(shù)學(xué)、數(shù)據(jù)可視化，深度學(xué)習(xí)等知識。要想全部掌握這些方面的知識，起碼需要學(xué)習(xí)數(shù)十種語言、框架和技術(shù)，這顯然是有難度的。
那么，為此數(shù)據(jù)工作者應(yīng)該如何合理地分配時間，該掌握哪些技能呢？
在本文中，我們對求職網(wǎng)站進行搜索，找出針對數(shù)據(jù)科學(xué)家等數(shù)據(jù)相關(guān)工作的技能要求。我分別分析了通常的數(shù)據(jù)相關(guān)技能和特定語言以及工具。
我們具體搜索了LinkedIn、Indeed、SimplyHired、Monster、以及AngelList這些求職網(wǎng)站。
以下圖表顯示了在每個網(wǎng)站中發(fā)布了多少相關(guān)工作。
我分析了許多工作列表和調(diào)查，想列出當(dāng)中最常見的技能要求?！肮芾怼边@類詞沒有包含在內(nèi)，因為許多求職發(fā)布中都會包含這個詞。
全部搜索都是針對美國地區(qū)，關(guān)鍵詞中帶有“數(shù)據(jù)科學(xué)家”的職位發(fā)布，并使用精確匹配搜索減少了結(jié)果數(shù)量。但是，這種方法確保結(jié)果與數(shù)據(jù)科學(xué)家職位相關(guān)，并且影響所有搜索項。
AngelList中提供的是招聘數(shù)據(jù)科學(xué)家的公司數(shù)量，而不是職位數(shù)量。我將AngelList排除在這兩種分析之外，因為它的搜索算法是OR的邏輯搜索，而且無法將其修改為AND。如果你搜索'數(shù)據(jù)科學(xué)家''TensorFlow'這類關(guān)鍵詞，AngelList表現(xiàn)還不錯，但如果你搜索'數(shù)據(jù)科學(xué)家''react.js'也會返回不招聘數(shù)據(jù)科學(xué)家的公司。
Glassdoor也被我排除在外。網(wǎng)站上表示美國目前發(fā)布了26,263個'數(shù)據(jù)科學(xué)家'的職位，然而實際只顯示了不到900個的職位。此外，Glassdoor發(fā)布的數(shù)據(jù)科學(xué)家職位也不可能比起其他主流平臺的三倍要多。
最終分析采用了在LinkedIn上400多個職位信息分析通用技能，針對200多個職位信息分析特定技能。
然后，我計算出每個百分比，并對招聘網(wǎng)站上的數(shù)量進行平均。
此外，我將結(jié)果與Glassdoor 在上半年發(fā)布的數(shù)據(jù)科學(xué)家職位研究進行比較，并且結(jié)合KDNuggets的調(diào)查信息。從中可以發(fā)現(xiàn)，對于數(shù)據(jù)科學(xué)家而言，有些技能變得越來越重要，而其他技能則逐漸不再重要。。
以下是雇主最希望數(shù)據(jù)科學(xué)家具備的通用技能。
結(jié)果表明，通用技能中數(shù)據(jù)分析和機器學(xué)習(xí)是數(shù)據(jù)科學(xué)家工作的核心。從數(shù)據(jù)中收集分析見解是數(shù)據(jù)科學(xué)的主要功能。機器學(xué)習(xí)是關(guān)于開發(fā)創(chuàng)建預(yù)測性能的系統(tǒng)，這也是十分受歡迎的技能。
數(shù)據(jù)科學(xué)家需要統(tǒng)計學(xué)和計算機科學(xué)技能，這并不驚訝。統(tǒng)計學(xué)、計算機科學(xué)和數(shù)學(xué)也是大學(xué)專業(yè)，這也可能提高了這些技能出現(xiàn)的頻率。
有趣的是，近一半的職位要求中都提到了溝通能力。數(shù)據(jù)科學(xué)家需要能夠傳達自己的見解，并與他人合作。
人工智能和深度學(xué)習(xí)并不像其他術(shù)語那樣經(jīng)常出現(xiàn)。它們是機器學(xué)習(xí)的子集，深度學(xué)習(xí)被用于越來越多的機器學(xué)習(xí)任務(wù)中，之前主要是使用其他算法。如今，大多數(shù)用于自然語言處理問題的最佳機器學(xué)習(xí)算法是深度學(xué)習(xí)算法。我預(yù)計將來在職位信息中，深度學(xué)習(xí)技能將被越來越明確，而且機器學(xué)習(xí)將與深度學(xué)習(xí)越來越類似。
那么雇主希望數(shù)據(jù)科學(xué)家使用哪些特定軟件工具？接下來，讓我們看到這個問題。
以下是雇主最希望數(shù)據(jù)科學(xué)家掌握的前20種特定語言，庫和科技工具。
讓我們簡要介紹一下最常見的技術(shù)技能。
Python是最受歡迎的語言。這種開源語言已經(jīng)非常普及。對初學(xué)者而言，這種語言很好上手，有許多支持的資源。絕大多數(shù)數(shù)據(jù)科學(xué)工具都與之兼容。Python是數(shù)據(jù)科學(xué)家主要的使用語言。
R語言與Python相差不遠(yuǎn)。它曾經(jīng)是數(shù)據(jù)科學(xué)的主要語言，R語言的需求仍然很大。這種開源語言的根源在于統(tǒng)計數(shù)據(jù)，它非常受統(tǒng)計學(xué)家的歡迎。
Python或R語言是從事數(shù)據(jù)科學(xué)工作的必備條件。
SQL的需求也很高。SQL指的是Structured Query Language(結(jié)構(gòu)化查詢語言)，是與數(shù)據(jù)庫交互的主要方式。在數(shù)據(jù)科學(xué)領(lǐng)域，SQL有時會被忽視，但如果想找數(shù)據(jù)科學(xué)方面的工作，這項技能是很重要的。
接下來是Hadoop和Spark，它們都是Apache的大數(shù)據(jù)開源工具。
Apache Hadoop是一個開源軟件平臺，用于分布式存儲和分布式處理大型數(shù)據(jù)集，這些數(shù)據(jù)集是由商用硬件構(gòu)建的計算機集群。
Apache Spark是快速的內(nèi)存數(shù)據(jù)處理引擎，具有強大且富有表現(xiàn)力的開發(fā)API，能夠讓數(shù)據(jù)工作者有效地執(zhí)行流、機器學(xué)習(xí)或SQL，這些情況需要對數(shù)據(jù)集進行快速迭代訪問。
與Python，R和SQL相比，很少有求職者具備這些技能。如果你會Hadoop和Spark的經(jīng)驗，那么你更有可能在求職中成功。
接下來是Java和SAS。我驚訝地發(fā)現(xiàn)在職位描述中，這兩種語言出現(xiàn)的頻率也很高。通常，Java和SAS在數(shù)據(jù)科學(xué)界的關(guān)注度都不高。
接下來是Tableau。這個分析平臺和可視化工具功能強大，易于使用且越來越受歡迎。它有一個免費的公共版本，但如果你想保持?jǐn)?shù)據(jù)私密就需要花錢。如果你不熟悉Tableau，那么強烈推薦Udemy的 Tableau 10 A-Z 。
下圖技能列表顯示的語言、框架和其他數(shù)據(jù)科學(xué)軟件工具更多。
根據(jù)我們的分析和GlassDoor的調(diào)查，Python、R和SQL都是是最受歡迎的技能。根據(jù)局KDnuggets開發(fā)人員調(diào)查等分析顯示，R語言、Hadoop、Java和SAS在近年來使用量呈下降趨勢，Tableau呈明顯的上升趨勢。
根據(jù)這些分析的結(jié)果，以下是對數(shù)據(jù)科學(xué)家的一些建議。
證明自己的數(shù)據(jù)分析能力，并專注熟練掌握機器學(xué)習(xí)。
提高你的溝通技巧。推薦閱讀《Made to Stick》這本書，幫助你提升自己觀點的影響力。還可以試試Hemmingway Editor這款app，提高寫作的邏輯性。
掌握深度學(xué)習(xí)框架。精通深度學(xué)習(xí)框架在機器學(xué)習(xí)方面越來越重要。
如果你在猶豫選擇Python還是R語言之間做出選擇，請選擇Python。如果你數(shù)量掌握Python，那么可以也考慮學(xué)習(xí)R語言，這會讓你在行業(yè)中更占優(yōu)勢。
當(dāng)雇主在尋找具有Python技能的數(shù)據(jù)科學(xué)家時，他們也期望求職者掌握常見的Python數(shù)據(jù)科學(xué)庫：numpy、pandas、scikit-learn和matplotlib。如果你在學(xué)習(xí)這些工具，建議你使用以下資源：
DataCamp，DataQuest
兩者都是價格合理的在線SaaS數(shù)據(jù)科學(xué)教育產(chǎn)品，你可以在編程時學(xué)習(xí)，當(dāng)中都教授了許多技術(shù)工具。
Data School
擁有各種資源，還包括一系列很贊的YouTube視頻，解釋各種數(shù)據(jù)科學(xué)概念。
McKinney，《Python for Data Analysis 》
本書注重pandas，還討論了基礎(chǔ)的numpy和scikit-learn等知識。
Müller，Guido《Introduction to Machine Leaning with Python》
Müller是scikit-learn的主要維護者。這是一本關(guān)于用scikit-learn學(xué)習(xí)機器學(xué)習(xí)的好書。
如果你想學(xué)習(xí)深度學(xué)習(xí)，我建議先學(xué)習(xí)Keras或FastAI，然后在學(xué)習(xí)TensorFlow或PyTorch。Chollet的《Deep Learning with Python》這本書是學(xué)習(xí)Keras的絕佳資源。
除此之外，我建議你了解你感興趣的內(nèi)容，盡管這里需要考慮到時間分配等因素。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)