数据科学领域的核心技能和新兴技能分别有哪些？

近年来随着大数据的迅速发展，各种各样的数据分析技能也逐渐大热，为了找到数据科学领域目前最常用的技能和未来最流行的应用趋势，我们进行了一项调查。

我们确定了数据科学技能的两个主要类别：一个是大多数受访者拥有的13种核心技能，另一个是大多数还没用但想要应用的热门新兴技能。

本次调查主要有以下两个问题：

1. 您目前拥有哪些技能（可以在工作或研究中使用的水平）？

2. 您想增加或提高哪些技能？

本次调查获得了1500以上的票数，样本足够大，可以做出有意义的推断。

下面的图1中，X轴显示已经具有的技能 ，即第一个民意调查问题的答案，Y轴显示想要的技能 ，即第二个民意调查问题的答案。每个圆圈的大小与拥有该技能的选民比例成正比，而颜色则取决于想要/拥有的比例(红色高，数值大于1；蓝色低，数值小于1)。

注：其他大数据工具适用 于Hadoop或Spark以外的大数据工具。

图1：拥有技能和想要技能

注意此图中的两个主要类别。

图表右侧蓝色虚线框中的第1类包括超过40％的选民所拥有的技能，其需要/拥有的比率小于1。我们称其为核心数据科学技能，具体内容参考表1。

表1：核心数据科学技能，以拥有的比率降序排列

其中，最需要增加或改进的技能是机器学习（41％）和Python（37％）。增长最少的技能是Excel，只有7％的人希望增加或提高其Excel技能。

第二个集群是图1左侧用红色边框标记的部分，包括当前不那么受欢迎的技能（拥有比率

表2：热门或者新兴的数据科学技能，按想要 /拥有的降序排列

有趣的是，尽管有观点认为Hadoop在下降，但在这次调查中，有更多的人希望学习Hadoop，而不是已经流行的技能，因此它可能会越来越流行。

我们没有把Julia放2在热门/新兴技能中，尽管它的想要/拥有比率为3.4，因为只有2%的选民选择它，它还没有得到足够的支持。

剩下的技能如XGBoost、软件工程、Java、MATLAB、SAS的拥有比率为10%-30%，但想要/拥有比率没有增长，小于1。

表3：其他数据科学技能，按拥有比率从高到低的顺序排列

下面是关于本次调查的更多细节。图2将所有技能按拥有百分比递减排列。

图2：受访者拥有的数据科学技能

图3显示了受访者希望添加或改进的技能以及他们所拥有的技能。

图3：想要添加或改进（红色）并拥有（蓝色） 的技能

我们看到，当前数据科学家最想要添加的技能是深度学习、Tensorflow、机器学习和Python。

本次调查的受访者的就业类型分布如下：

工业/个体经营:64.4％

政府/非营利组织:7.2％

学术界/大学:7.0％

学生:14.3％

其他/NA:7.1%

区域分布为：

美国/加拿大:37.9％

欧洲:28.3％

亚洲:19.3％

拉丁美洲:6.1％

非洲/中东:4.8％

其他:3.5％

作者：Gregory Piatetsky