作者 | Andrew Ste

編譯 | CDA數據分析師

How to Become More Marketable as a Data Scientist

作為一名數據科學家，你處在一個高需求的位置。那么，你如何才能更好地提高你的市場競爭力呢？看看這些目前雇主在2019年最想要的數據科學家技能趨勢。

這個標題在你看來可能有點奇怪，好像是，如果你是2019年的數據科學家，你已上市...

由于數據科學對當今的商業有著巨大的影響，對DS專家的需求也在增長。目前我正在寫這篇文章，僅LinkedIn上就有144527個數據科學工作。但是，重要的是，如何把握這個行業的脈搏，以意識到最快和最有效的數據科學解決方案。為了幫助你，我們對數據癡迷的CV編譯器團隊分析了部分職位空缺，確定了2019年的數據科學就業趨勢。

2019年最受歡迎的數據科學技能

下圖是雇主在2019年向數據科學工程師尋求的技能：

對于這一分析，我們查看了StackOverflow、AngelList和類似網站的300個數據科學空缺。有些術語可能在一份工作清單中重復不止一次。

注：請記住，這項研究代表的是雇主的偏好，而不是數據科學工程師自己的偏好。

數據科學趨勢

顯然，數據科學更多地是關于基礎知識，而不是框架和庫，但仍然有一些趨勢和技術值得注意。

大數據

根據2018年大數據分析市場研究，企業采用大數據的比例從2015年的17%飆升至2018年的59%。因此，大數據工具的流行程度也越來越高。如果我們不考慮ApacheSPark和Hadoop，(我們將在下一節中詳細討論后者)，最流行的方法是MapReduce (36), and Redshift (29).

Hadoop

盡管Spark和云存儲廣受歡迎，但是Hadoop的“時代”還沒有結束。因此，有些雇主仍然期望應聘者熟悉 Apache Pig (30), HBASE(32)和類似的技術。HDFS(20)空缺職位中仍有提及。

實時數據處理

隨著各種傳感器、移動設備和物聯網(18)公司的目標是從實時數據處理中獲得更多的洞察力.因此，流分析平臺，如Apache Flink(21)在一些雇主中很受歡迎。

特征工程與超參數整定

準備數據和選擇模型參數是任何數據科學家工作的關鍵部分。術語數據挖掘(128)在雇主中很受歡迎。一些雇主也非常重視超參數調參(21)。然而，作為一名數據科學家，您需要首先需要關注特征工程..為您的模型選擇最好的特性很重要，因為它們決定了您的模型在其創建的早期階段是否成功。

數據可視化

處理數據并從中提取有價值的見解的能力是至關重要的。然而，數據可視化(55)對于任何數據科學家來說，技能同樣重要。至關重要的是，您可以任何團隊成員或客戶都能理解的格式表示您的工作成果。至于數據可視化工具，雇主更喜歡。Tableau (54)

總趨勢

在職位空缺方面，我們遇到了這樣的條件：AWS (86), Docker(36)和 Kubernetes (24)。因此，軟件開發行業的總體趨勢也適用于數據科學領域。

專家評論

這個評級中的技術水平是相當的。然而，在數據科學中，有些事情和編碼一樣重要。這是一種從“數據輸出”(如最終數據集和趨勢)、可視化以及用這些數據講述故事的能力。而且，這也是以一種可以理解的方式展示這些發現的能力。了解你的聽眾-如果他們是博士，以適當的方式和他們交談，但是如果他們來自C套件，他們不會關心編程，只關心結果和ROI。

——卡拉·金特 數據科學家/所有者

快照數據對于了解當前市場狀況是有用的，但它并不代表趨勢，因此很難僅僅根據快照來規劃未來。我要說的是，R的使用量將繼續穩步下降(MATLAB也是如此)，而Python在數據科學家中的流行程度將持續上升。Hadoop和BigData之所以上榜，是因為該行業有些惰性：Hadoop將消失(沒有人會認真投資)，大數據也不再是熱門趨勢。人們是否需要投入時間學習Scala尚不清楚：Google正式支持Kotlin(也是一種JVM語言)，它更容易學習，而Scala有一個陡峭的學習曲線。我也對TensorFlow的未來持懷疑態度：學術界已經轉向PyTorch，與其他行業相比，學術界在數據科學方面的影響力最大。(這些意見是我的，可能不代表高德納的觀點。)

——安德里·布爾科夫 高德納機械學習主任， 百頁機器學習書作者

PyTorch是用GPU對CUDA張量進行數學運算強化學習的動力。它也是一個更強大的框架，可以同時在多個GPU上并行代碼，而TensorFlow要求將每個操作封裝到一個設備上。PyTorch還建立了適用于遞歸神經網絡的動態圖?；赥ensorFlow的TensorFlow生成靜態圖表，與基于火炬的PyTorch相比，學習起來更加復雜。TensorFlow反映了更多的開發人員和研究人員。PyTorch將在構建機器學習儀表板可視化工具(如TensorBoard)時顯示出更大的發展勢頭。PyTorch在調試和數據可視化庫(Matplotlib)和海運庫方面更像Pythonic。Python的大多數調試工具也可以用來調試PyTorch。TensorFlow附帶了自己的調試工具tfdbg。

——Ganapathi Pulipaka博士，埃森哲首席數據科學家，50強科技領袖獎獲獎者

我認為數據科學的“工作”不同于數據科學的“職業”。工作列表提供了對市場需要的特定技能的洞察力，但對于職業生涯來說，我所見過的最重要的技能之一是學習能力。數據科學是一個快速發展的領域，如果要取得長期的成功，您需要能夠輕松地獲得新的技術、工具和領域知識。要做到這一點，就要挑戰自己，避免過于舒適。

——里昂·里斯伯格創始人/策展人，數據藥劑

數據科學是一個快速發展和復雜的行業，一般知識和特定技術的經驗同樣重要。我希望這篇文章能幫助你更好地了解2019年你需要的兩種技能。祝好運!