专栏首页CDA数据分析师我们分析了1001份LinkedIn资料,得出了数据科学家的平均画像

我们分析了1001份LinkedIn资料,得出了数据科学家的平均画像

来源:365 Data Science

编译:Mika

CDA数据分析师出品

导读:

数据科学家这份职业听起来特别高大上,那么数据科学家究竟是怎么一群人呢?

每十年都有所谓的热门职业。

在1980年代到1990年代早期,人们争先恐后投身于银行工作。

接下来,从1990年代后期到2000年代早期,很显然当时互联网即将给世界带来翻天覆地的变化。许多精通技术的毕业生开始专攻软件和Web开发。

如今,显然大数据、机器学习、人工智能将成为,在一定程度上已经成为了决定未来决定企业成功与否的关键成功因素。

也就是说2017年和2018年就业市场上 ,最热门的职业是数据科学家,这并不奇怪。

"数据科学家"这个头衔听起来很高大上,让人望而生畏。但也许通过剖析这些专业人士的典型特征,这将有助于我们向你展示,实际上他们也就是普通人。如果你愿意,你也可以踏上成为数据科学家的旅程。

当然,乍一看"数据科学家 "的头衔有点高深和炫耀的意味。但数据证明并非如此。

通过分析数据我们发现,数据科学家们有一些共同的特征。

中英字幕视频如下:

为了更好地了解典型的数据科学家的特征,我们的团队收集了1001位数据科学家的LinkedIn资料。

与之前的分析报告不同,这次我们使用的主要数据来源不是招聘广告,这种调查结果偏向从雇主的看法。

相反,本次我们根据数据科学家自己发布的信息。我们的假定前提是LinkedIn个人资料可以很好地评估个人简历。

通过考虑到企业和国家的具体情况来减小偏见,研究对象被分成两组,主要根据其是否在财富500强公司工作。

此外,样本包括在美国工作的数据科学家(约占样本的40%),英国(另外30%) 印度(占15%)和其他国家(剩下的15%)。

由于数据可访问性有限,本次我们采用了方便抽样的样本。一旦收集了这些数据,我们得出了几个有趣的发现。

数据科学家的平均画像

数据科学家的典型形象是:

· 男性;

· 会说一门外语;

· 有四年半的工作经验;

· 在工作中使用R语言或Python;

· 有硕士或博士学位

仅仅从这个简单的概述,我们得到了几个值得注意的点。

其实,你也能很快晋升为一名数据科学家。

假设你在25岁之前获得硕士学位,或在30岁之前获得博士学位。那么保守估计,在30到35岁之间你就能成为有"数据科学家"头衔的专业人士了。

另一个有趣的发现是R语言和Python的热度都在上升。之前的研究显示,这两种编程语言在数据科学领域越来越受欢迎。

这种上升是以Java和C、C++等语言热度降低为代价的,这里观察到的结果证实了这一趋势。

因此,如果你想成为数据科学家的话,你就需要开始学习R语言和Python了。

此外,我们可以得出结论:这项工作有较高的学历要求。

当然也有例外,但是分析样本中四分之三的数据科学家都拥有硕士或博士学位。

事实上,数据科学需要很强学术背景。

然而考虑到这是一个相对较新的领域,研究中涉及的数据科学家的学术背景各不相同,这并不奇怪。

计算机科学、统计学和数学。经济学和社会科学、数据科学和分析、自然科学和工程学学位在该领域占据主导地位,数据科学家中有91%的人士都来自这些专业。

那结论是什么?

大学和学院仍难以满足就业市场对数据科学家日益增长的需求,公司会雇佣来自不同教育背景的人才。这些人可能已经通过自我准备或大量的在职培训,获得了雇主需要的技能。

该如何成为数据科学家

那么,个人该如何做好成为数据科学家的准备呢?

一些最受欢迎的在线课程在教人们如何用Python和R运行机器学习算法,以及如何处理数据库。

线上学习绝对是许多数据科学家在利用的资源。

研究表明,40%的数据科学家在他们LinkedIn个人资料上发布了在线证书,每人平均有3张证书。

这项工作是只面向来自顶尖大学的人群吗?

其实并非如此。

的确,数据样本中有超过28%的数据科学家都毕业于顶级大学 。这些学校都位于《泰晤士报高等教育》世界大学排名前50名。但相当一部分专业人士(超过25%)毕业的学校甚至没有上榜,或者排名在第1000位之后。

因此,如果你是一名有抱负的数据科学家,即将或已经从一个非顶尖学校毕业。你不必太担心,你仍然有很大的机会得到这份工作。

在当前环境下,自我准备似乎是成功的关键。

哪些行业最需要数据科学家

哪些行业雇佣的数据科学家最多呢?

第一位必须是IT行业吧? 事实上,的确如此。

科技公司被视为创新的象征。此外,数据科学对于这些公司来说是必不可少的。因为这能帮助解读用户在线行为模式,了解客户需求,分析网络搜索,改进产品供应等等。

工业企业位居第二,雇佣了超过37%的数据科学家。金融(15%)和医疗(5%)分列第三和第四。

如果按国家来分析这些数据,就更有趣了。

可以看到,与其他地区相比,英国金融业雇佣的数据科学家的比例要高得多(约高20%)。

这是有道理的,伦敦被称为欧洲的金融之都,许多金融、贸易和经纪公司都在这里。

另一方面,印度的就业市场中主要聘用数据科学家的是科技行业。这与印度作为全球科技和IT服务外包首选目的地的地位相符。

那么我们的结论呢?

希望这项研究能为你描绘更清晰的画面,并帮助你了解目前作为数据科学家所拥有的核心技能和资质。

如果你对如何从零开始成为数据科学很感兴趣,那么敬请关注CDA数据分析师。在这儿你可以开始准备,看看这是否是你的职业道路。

本文分享自微信公众号 - CDA数据分析师(cdacdacda),作者:CDA数据分析师

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-11-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 数据科学家图鉴:我们分析了LinkedIn 上一千位数据科学家的简历

    来源 bigdata-madesimple 编译 Mika 本文为 CDA 数据分析师原创作品,转载需授权 在大数据和机器学习的时代,有一种职业脱颖而出——数...

    CDA数据分析师
  • 如何成为一名数据科学家 | 面试篇(附视频中字)

    CDA字幕组 编译整理 本文为 CDA 数据分析师原创作品,转载需授权 数据科学家是21世纪最性感的职业,在本文中我们将解答如何找一份适合自己的数据科学工作。 ...

    CDA数据分析师
  • 入门选手必备 | 大数据分析学习之路

    目录: 大数据分析的五个基本方面 如何选择适合的数据分析工具 如何区分三个大数据热门职业 从菜鸟成为数据科学家的 9步养成方案 从入门到精通—快速学会大数据分析...

    CDA数据分析师
  • 想做大数据,先看一下这 7 款高效的 Python 工具

    如果你有志于做一个数据专家,你就应该保持一颗好奇心,总是不断探索,学习,问各种问题。在线入门教程和视频教程能帮你走出第一步,但是最好的方式就是通过熟悉各种已经在...

    小小科
  • 一个简单的完全信息动态博弈的解答

      版权申明:本文为博主窗户(Colin Cai)原创,欢迎转帖。如要转贴,必须注明原文网址   http://www.cnblogs.com/Colin-C...

    窗户
  • BDTC 2014|IBM李永辉:Watson大数据与分析平台

    【CSDN现场报道】2014年12月12-14日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中科院计算所与CSDN共同协办,以推进大数据科研、...

    CSDN技术头条
  • 机器学习笔记(一)——两种方式手推KNN算法

    k-近邻算法(kNN)的工作原理是:存在一个样本数据集合,称训练样本集,并且样本集中每个数据都存在标签,即样本集中每一数据与所属分类的对应关系。输入没有标签的新...

    奶糖猫
  • 微积分、概率和线性代数,分别在机器学习中扮演了什么角色?

    人工智能领域吸引了许多有志者投身其中,也有许多非科班出身或从其他行业切换赛道转行而来的朋友。大家在学习的过程中经常会感觉学习曲线陡峭、难度较大,而机器学习之所以...

    用户1737318
  • 这或许是对小白最友好的python入门了吧——5,修改和添加列表元素

    昨天我们建了一个我们要考试科目的列表,可是如果我们列表考试科目写错了应该怎么更改呢? ? 考试科目列表 突然学校通知我们不考英语了,但是考完CET要考BEC,怎...

    用户1315847
  • Java软件开发者,如何学习大数据?

    这是正常学习大数据必须要做到的三个步骤,如果有了java基础再去学习基本上已经成功了一半,起码不用为了基础语言的学习而恼火了。

    程序员互动联盟

扫码关注云+社区

领取腾讯云代金券