數據科學家圖鑒：我們分析了LinkedIn 上一千位數據科學家的簡歷

在大數據和機器學習的時代，有一種職業脫穎而出——數據科學家。伴隨著這個頭銜的聲望是許多想進入該領域人群的追求。

但是如何將數據科學夢想變為現實，成為一名數據科學家呢？

每個數據科學家都有自己的故事，這就意味著這個回答存在著各種各樣的答案。但是單單一個例子的作用并不大，因此365 Data Science進行了一項研究，對LinkedIn上1001名數據科學家的個人簡介進行了匯總和分析。

我們的目標很簡單，“常見的”數據科學家是什么樣？

方法

數據樣本來自LinkedIn上1001名數據科學家的個人簡介。由于數據有限，這里采用任意抽樣的方法。同時根據數據按國家、公司進行相應分類。

根據地理分布，分成了四類：美國(40%)，英國(30%)，印度(15%)，其他國家(15%)。其中約一半的樣本均來自財富500強公司。

調查結果

根據數據樣本，數據科學家中70%為男性，至少掌握一門外語，本科以上學歷，其中27%為博士生，48%為碩士。

平均下來，獲得數據科學家頭銜大致需要4.5年。使用的數據科學工具無外乎是R語言或者Python。使用這兩種編程語言的人群雇傭比例基本相同(各為53%)，74%的人群至少使用其中的一種。

編程語言

除了R語言和Python，當然還有其他的語言工具，雖然前兩者是主導的編程語言。第三名為SQL(40%)。不出意料，MATLAB、Java、C/C++的比重在下降。這一趨勢同樣反映在近幾年的相關調查研究中。

不同國家的編程語言

但是這些情況在全世界都普遍嗎？為了解答這個問題，我們需要對數據進行地域細分。

Python在美國和英國都位于第一；而在印度和其他國家，第一則是R語言。不過這兩種語言的比重差異并不顯著。Java在三大地區的比重都在下降(美國、英國、印度)。然而，數據樣本中其他國家仍然依賴”較老”的語言：Java、C/C++。

然而值得注意的是，印度的數據科學家中C/C++占比高達23%，這也符合印度作為“IT技術外包”之國的名聲。

工作經驗

從應屆畢業生到數據科學家大師，數據科學家成長之路十分有趣。其中一大部分人上一份工作就是數據科學家(36%)。

考慮到這些信息，成為數據科學家最常見的方法是：通過成為數據分析師(17%)以及學術教育(12%)。鑒于數據樣本中27%的人有博士學位，可以說學術教育是數據科學家的主要途徑。

將這些信息與前兩份工作的數據進行比較，我們可以得出：實習生、IT和顧問是成為數據科學家的其他三大途徑。

教育背景

事實上，數據科學家的教育背景中，沒有一個專業占絕對主導地位。然而共同之處在于，大多數都與量化有關。

如果你的專業與編程、計算機科學，或者與數學和統計學相關，那么比起任何專業為數據科學的人群，你們進入數據科學領域的機會都是平等的。

研究顯示，數據科學家中20%計算機科學專業，19%為統計學、數學相關專業，19%為經濟學和社會科學專業。只有13%專業為數據科學和數據分析。很大程度可以解釋，這只是最近才成為了獨立的專業。同時還說明，機器學習專業屬于數據科學大類，而不是計算機科學。

畢業院校

考慮到專業學位的不一致性，下面我們對數據科學家的畢業院校進行分析，探究當中的模式。數據樣本中大學排名根據《泰晤士報高等教育》世界大學排名。

數據顯示，當中28%的數據科學家畢業于世界前50名大學。有趣的是，相當一部分數據科學家(25%)并不來自排名中的1100所大學。

自我提升

根據分析，40%的數據科學家參加了在線課程。此外，每個人平均有3.33個相關資歷證書。因此，成為數據科學家無疑要依靠自我提升。

雖然這些數據在分析初期沒被嚴格計算在內，但40%是比較保守的估計。畢竟許多數據科學的專業人士并不會在簡介中注明他們上過的專業課程。

結論

數據科學家圖鑒并不一致，當中充滿了數學、編程和不斷創新。從當中得到的啟發是：保持量化的心態，對自我提升的渴望，強烈的專注力這些是當代數據科學家事業成功的主要動力。