CDA数据阐发师 出品
做者: Jeff Hale
编译: Mika
市场上对数据工做者的要求出格多：需要掌握机器进修、计算机科学、统计学、数学、数据可视化，深度进修等常识。要想全数掌握那些方面的常识，最少需要进修数十种语言、框架和手艺，那显然是有难度的。
那么，为此数据工做者应该若何合理地分配时间，该掌握哪些技能呢？
在本文中，我们对求职网站停止搜刮，找出针对数据科学家等数据相关工做的技能要求。我别离阐发了凡是的数据相关技能和特定语言以及东西。
我们详细搜刮了LinkedIn、Indeed、SimplyHired、Monster、以及AngelList那些求职网站。
以下图表显示了在每个网站中发布了几相关工做。
我阐发了许多工做列表和查询拜访，想列出傍边最常见的技能要求。“办理”那类词没有包罗在内，因为许多求职发布中城市包罗那个词。
全数搜刮都是针对美国地域，关键词中带有“数据科学家”的职位发布，并利用切确婚配搜刮削减告终果数量。但是，那种办法确保成果与数据科学家职位相关，而且影响所有搜刮项。
AngelList中供给的是雇用数据科学家的公司数量，而不是职位数量。我将AngelList排除在那两种阐发之外，因为它的搜刮算法是OR的逻辑搜刮，并且无法将其修改为AND。若是你搜刮"数据科学家""TensorFlow"那类关键词，AngelList表示还不错，但若是你搜刮"数据科学家""react.js"也会返回不雇用数据科学家的公司。
Glassdoor也被我排除在外。网站上暗示美国目前发布了26,263个"数据科学家"的职位，然而现实只显示了不到900个的职位。此外，Glassdoor发布的数据科学家职位也不成能比起其他支流平台的三倍要多。
最末阐发接纳了在LinkedIn上400多个职位信息阐发通用技能，针对200多个职位信息阐发特定技能。傍边有一些反复，成果记录在Google Sheet中。
我下载了.csv文件并将其导入JupyterLab。然后，我计算出每个百分比，并对雇用网站上的数量停止均匀。
此外，我将成果与Glassdoor 在上半年发布的数据科学家职位研究停止比力，而且连系KDNuggets的查询拜访信息。从中能够发现，关于数据科学家而言，有些技能变得越来越重要，而其他技能则逐步不再重要。之后我们将详细看到。
Glassdoor
/
KDNuggets
能够在我的Kaggle Kernel 中看到交互式图表和阐发。我利用Plotly停止可视化，在写本文时，利用Plotly和JupyterLab有一些难点，详细申明在 Kaggle Kernel 最初的Plotly文档中
Kaggle
/
Plotly 文档
1. 通用技能
以下是雇主最希望数据科学家具备的通用技能。
成果表白，通用技能中数据阐发和机器进修是数据科学家工做的核心。从数据中搜集阐发见解是数据科学的次要功用。机器进修是关于开发创建预测性能的系统，那也是非常受欢送的技能。
数据科学家需要统计学和计算机科学技能，那其实不惊讶。统计学、计算机科学和数学也是大学专业，那也可能进步了那些技能呈现的频次。
有趣的是，近一半的职位要求中都提到了沟通才能。数据科学家需要可以传达本身的见解，并与别人合做。
人工智能和深度进修其实不像其他术语那样经常呈现。它们是机器进修的子集，深度进修被用于越来越多的机器进修使命中，之前次要是利用其他算法。现在，大大都用于天然语言处置问题的更佳机器进修算法是深度进修算法。我估计未来在职位信息中，深度进修技能将被越来越明白，并且机器进修将与深度进修越来越类似。
那么雇主希望数据科学家利用哪些特定软件东西？接下来，让我们看到那个问题。
2. 手艺技能
以下是雇主最希望数据科学家掌握的前20种特定语言，库和科技东西。
让我们简要介绍一下最常见的手艺技能。
Python是更受欢迎的语言。那种开源语言已经十分普及。对初学者而言，那种语言很好上手，有许多撑持的资本。绝大大都数据科学东西都与之兼容。Python是数据科学家次要的利用语言。
R语言与Python相差不远。它曾经是数据科学的次要语言，R语言的需求仍然很大。那种开源语言的根源在于统计数据，它十分受统计学家的欢送。
Python或R语言是处置数据科学工做的必备前提。
SQL的需求也很高。SQL指的是Structured Query Language(构造化查询语言)，是与数据库交互的次要体例。在数据科学范畴，SQL有时会被轻忽，但若是想找数据科学方面的工做，那项技能是很重要的。
接下来是Hadoop和Spark，它们都是Apache的大数据开源东西。
Apache Hadoop是一个开源软件平台，用于散布式存储和散布式处置大型数据集，那些数据集是由商用硬件构建的计算机集群。
Apache Spark是快速的内存数据处置引擎，具有强大且富有表示力的开发API，可以让数据工做者有效地施行流、机器进修或SQL，那些情况需要对数据集停止快速迭代拜候。
与Python，R和SQL比拟，很少有求职者具备那些技能。若是你会Hadoop和Spark的经历，那么你更有可能在求职中胜利。
接下来是Java和SAS。我惊讶地发如今职位描述中，那两种语言呈现的频次也很高。凡是，Java和SAS在数据科学界的存眷度都不高。
接下来是Tableau。那个阐发平台和可视化东西功用强大，易于利用且越来越受欢送。它有一个免费的公共版本，但若是你想连结数据私密就需要花钱。若是你不熟悉Tableau，那么强烈保举Udemy的 Tableau 10 A-Z 。
下图技能列表显示的语言、框架和其他数据科学软件东西更多。
按照我们的阐发和GlassDoor的查询拜访，Python、R和SQL都是是更受欢迎的技能。按照局KDnuggets开发人员查询拜访等阐发显示，R语言、Hadoop、Java和SAS在近年来利用量呈下降趋向，Tableau呈明显的上升趋向。
3. 建议
按照那些阐发的成果，以下是对数据科学家的一些建议。
证明本身的数据阐发才能，并专注纯熟掌握机器进修。
进步你的沟通技巧。保举阅读《Made to Stick》那本书，帮忙你提拔本身概念的影响力。还能够尝尝Hemmingway Editor那款app，进步写做的逻辑性。
掌握深度进修框架。精通深度进修框架在机器进修方面越来越重要。
若是你在踌躇选择Python仍是R语言之间做出选择，请选择Python。若是你数量掌握Python，那么能够也考虑进修R语言，那会让你在行业中更占优势。
当雇主在寻找具有Python技能的数据科学家时，他们也期望求职者掌握常见的Python数据科学库：numpy、pandas、scikit-learn和matplotlib。若是你在进修那些东西，建议你利用以下资本：
DataCamp，DataQuest 两者都是价格合理的在线SaaS数据科学教育产物，你能够在编程时进修，傍边都传授了许多手艺东西。
Data School 拥有各类资本，还包罗一系列很赞的YouTube视频，解释各类数据科学概念。
McKinney，《Python for Data Analysis 》 本书重视pandas，还讨论了根底的numpy和scikit-learn等常识。
Müller，Guido《Introduction to Machine Leaning with Python》 Müller是scikit-learn的次要维护者。那是一本关于用scikit-learn进修机器进修的好书。
若是你想进修深度进修，我建议先进修Keras或FastAI，然后在进修TensorFlow或PyTorch。Chollet的《Deep Learning with Python》那本书是进修Keras的绝佳资本。
除此之外，我建议你领会你感兴趣的内容，虽然那里需要考虑到时间分配等因素。
若是你想通过雇用网站找数据科学家工做，我建议尝尝LinkedIn，那上面可找到的工做信息是最多的。
同时，我建议你造做一个在线做品集，可以很好地展现你的数据科学技能。还建议在你的LinkedIn小我材料中说明本身的技能。
若是你想查看本文中交互式图表及傍边利用的代码，请查看我的Kaggle Kernel。
/
原文链接：
点那里👇存眷我，记得标星哦~