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
在大数据和机器学习的时代,有一种职业脱颖而出——数据科学家。伴随着这个头衔的声望是许多想进入该领域人群的追求。
但是如何将数据科学梦想变为现实,成为一名数据科学家呢?
每个数据科学家都有自己的故事,这就意味着这个回答存在着各种各样的答案。但是单单一个例子的作用并不大,因此365 Data Science进行了一项研究,对LinkedIn上1001名数据科学家的个人简介进行了汇总和分析。
我们的目标很简单,“常见的”数据科学家是什么样?
方法
数据样本来自LinkedIn上1001名数据科学家的个人简介。由于数据有限,这里采用任意抽样的方法。同时根据数据按国家、公司进行相应分类。
根据地理分布,分成了四类:美国(40%),英国(30%),印度(15%),其他国家(15%)。其中约一半的样本均来自财富500强公司。
调查结果
根据数据样本,数据科学家中70%为男性,至少掌握一门外语,本科以上学历,其中27%为博士生,48%为硕士。
平均下来,获得数据科学家头衔大致需要4.5年。使用的数据科学工具无外乎是R语言或者Python。使用这两种编程语言的人群雇佣比例基本相同(各为53%),74%的人群至少使用其中的一种。
编程语言
除了R语言和Python,当然还有其他的语言工具,虽然前两者是主导的编程语言。第三名为SQL(40%)。不出意料,MATLAB、Java、C/C++的比重在下降。这一趋势同样反映在近几年的相关调查研究中。
不同国家的编程语言
但是这些情况在全世界都普遍吗?为了解答这个问题,我们需要对数据进行地域细分。
Python在美国和英国都位于第一;而在印度和其他国家,第一则是R语言。不过这两种语言的比重差异并不显著。Java在三大地区的比重都在下降(美国、英国、印度)。然而,数据样本中其他国家仍然依赖”较老”的语言:Java、C/C++。
然而值得注意的是,印度的数据科学家中C/C++占比高达23%,这也符合印度作为“IT技术外包”之国的名声。
工作经验
从应届毕业生到数据科学家大师,数据科学家成长之路十分有趣。其中一大部分人上一份工作就是数据科学家(36%)。
考虑到这些信息,成为数据科学家最常见的方法是:通过成为数据分析师(17%)以及学术教育(12%)。鉴于数据样本中27%的人有博士学位,可以说学术教育是数据科学家的主要途径。
将这些信息与前两份工作的数据进行比较,我们可以得出:实习生、IT和顾问是成为数据科学家的其他三大途径。
教育背景
事实上,数据科学家的教育背景中,没有一个专业占绝对主导地位。然而共同之处在于,大多数都与量化有关。
如果你的专业与编程、计算机科学,或者与数学和统计学相关,那么比起任何专业为数据科学的人群,你们进入数据科学领域的机会都是平等的。
研究显示,数据科学家中20%计算机科学专业,19%为统计学、数学相关专业,19%为经济学和社会科学专业。只有13%专业为数据科学和数据分析。很大程度可以解释,这只是最近才成为了独立的专业。同时还说明,机器学习专业属于数据科学大类,而不是计算机科学。
毕业院校
考虑到专业学位的不一致性,下面我们对数据科学家的毕业院校进行分析,探究当中的模式。数据样本中大学排名根据《泰晤士报高等教育》世界大学排名。
数据显示,当中28%的数据科学家毕业于世界前50名大学。有趣的是,相当一部分数据科学家(25%)并不来自排名中的1100所大学。
自我提升
根据分析,40%的数据科学家参加了在线课程。此外,每个人平均有3.33个相关资历证书。因此,成为数据科学家无疑要依靠自我提升。
虽然这些数据在分析初期没被严格计算在内,但40%是比较保守的估计。毕竟许多数据科学的专业人士并不会在简介中注明他们上过的专业课程。
结论
数据科学家图鉴并不一致,当中充满了数学、编程和不断创新。从当中得到的启发是:保持量化的心态,对自我提升的渴望,强烈的专注力这些是当代数据科学家事业成功的主要动力。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14