站長資訊平臺

如何進階成為一名數(shù)據(jù)科學家？

2018-11-08 來源：raincent

數(shù)據(jù)科學家-21世紀最性感的工作-可以說是每個數(shù)據(jù)分析師的最終目標，既然拿到的Stack Overflow調查問卷中含有數(shù)據(jù)分析師和數(shù)據(jù)科學家的數(shù)據(jù)，那本次報告的任務就是橫向對比一下數(shù)據(jù)分析師與數(shù)據(jù)科學家，讓大家對自己的未來的技能樹選擇能有多一點的數(shù)據(jù)支持。

假設問題

目前處在或者即將處在數(shù)據(jù)分析師職位的朋友應該打磨自己的哪項技能?

數(shù)據(jù)分析師為自己未來的數(shù)據(jù)科學家之路應該如何擴充自己的技能樹?

問題解析

本次報告嘗試橫向對比數(shù)據(jù)分析師與數(shù)據(jù)科學家，將在兩個職業(yè)的比較中回答假設問題，這樣做的好處是使兩種職業(yè)更飽滿的展現(xiàn)在讀者面前，因為問題的針對性比較強，對比的過程中也可以很清晰的解答問題，所以本次報告以這樣的形式展現(xiàn)出來

數(shù)據(jù)分析師與數(shù)據(jù)科學家

人物畫像

上圖中的語言與學歷均以占比從高到低排列

薪資

首先拿到這個數(shù)據(jù)，自然要從大家最關心的工資說起：

首先可以看出來，兩個職業(yè)在接觸編程人員中都有中等的工資水平，數(shù)據(jù)科學家更是擠進了前十，總的來說是相當不錯的薪資水平了

更細致的來看數(shù)據(jù)分析師與數(shù)據(jù)科學家的工資情況，科學家工資不管是均值還是中位數(shù)都穩(wěn)超分析師，且高工資處分析師的離散程度遠遠大于科學家，也就是說數(shù)據(jù)科學家在高工資處的分布集中度更高

性別

對比前一章報告：Stack Overflow 用戶畫像分析(https://github.com/AAAlvin/Project_Folder/blob/數(shù)據(jù)之道%20-%20Stack的用戶畫像分析.md)，不難看出，這兩個職業(yè)的女性從業(yè)率都超過了編程行業(yè)的女性(4.8%)均值，且數(shù)據(jù)科學家甚至達到了兩倍的樣子，可以說是對女性非常友好的編程相關職業(yè)了，其中的原因有可能是很多專業(yè)是學習數(shù)學或者統(tǒng)計的朋友跨行業(yè)自學編程來到數(shù)據(jù)行業(yè)

從不同性別的薪資來看，首先對比其他職業(yè)可以看出這兩個行業(yè)男女工資基本上已經持平，跟其他行業(yè)中男性比女性工資高很多的情況形成強烈對比;隨后從兩個職業(yè)的對比中可以看出，從數(shù)據(jù)分析師進階到數(shù)據(jù)科學家，兩個職業(yè)女性的工資上漲幅度遠超男性，女性工資均值和中位數(shù)上漲了50%和70%，而男性上漲只有45%和16%

編程語言

分析師與科學家

輸出了數(shù)據(jù)分析師與數(shù)據(jù)科學家使用語言蝴蝶圖，將目前比較火的R和Python標亮顯示，從中可以得出的東西還是非常多的：

首先看數(shù)據(jù)分析師這邊，基本都是使用SQL和R，其次是使用EXCEL中的VBA，而python使用的情況只有不到6%，這和我現(xiàn)在了解到的數(shù)據(jù)分析師的情況大致相符，基本是多用SQL做數(shù)據(jù)提取工作，小數(shù)據(jù)使用EXCEL，數(shù)據(jù)量比較大的才考慮使用R或python，目前從數(shù)據(jù)看來，使用R的占了比較大的比重

再從數(shù)據(jù)科學家這邊看，基本上使用python的比例激增到40%，大家應當熟知Python是機器學習的利器，多看中預測結果的準確性，而R多用作統(tǒng)計推斷的語言，所以從語言使用占比來說，在科學家這邊，機器學習一定是一個繞不開的技能，不然Python激增這么多很難有合理的解釋

不難看出的還有一點就是，SQL在科學家中基本不在使用了，而VBA卻仍有不小的比例，看來簡單的取數(shù)據(jù)的工作要么科學家已經交給分析師來做，或者自己動手使用python爬蟲，而小量的數(shù)據(jù)仍有可能使用VBA進行前期分析

目前來看處在分析師職位的朋友應當吧更多的精力放在SQL和R上，然后盡力不要丟掉EXCEL，畢竟這個是基礎技能而且還非常耐用，然后在為數(shù)據(jù)科學家做準備的時候，Python是一定要深入學習的語言，同時深刻了解業(yè)務和機器學習，這些應該是從該數(shù)據(jù)集中展現(xiàn)出來的方向

學歷