如何成为一名数据科学家

令人惊讶的是，“数据科学家”的头衔相对较新——事实上，它是由 LinkedIn 和 Facebook 的两位数据分析专业人士在 2008 年创造的。今天，我们知道这是一个快速发展的领域，但这个术语和职业实际上是在大型科技公司到来以及分析师在数据中寻找趋势和解决方案的相应机会之后才形成的。

“这是一件奇怪的事情，因为它非常模糊，”纽约大学坦登工程学院经常发表的研究所教授、IEEE研究员Maurizio Porfiri说。“过了一会儿，我发现我已经成为一名数据科学家：人们开始这样称呼我。所以，现在我有点相信了，“他笑着补充道。

由于数据科学家的职业相对较新，许多在职数据科学家已经采取了一些间接的途径进入这一行。但是，由于数据科学在几乎所有类型的业务中都变得至关重要，因此该学科的学术课程继续增长。事实上，《财富》杂志首次对数据科学课程最佳在线硕士进行排名，其中包括 15 所学校。
以下分步指南将提供成为数据科学家所需的教育、技能和经验类型：
1. 获得技术本科学位
根据数据科学和机器学习平台 Anaconda 进行的一项研究，大多数数据科学家（即 68%）拥有大学水平的 2021 年数据科学状况。虽然在线课程和认证的增加使这一步不再是必需的——其余 32% 的受访者没有持有任何类型的大学学位——但涉及技术技能的学士学位仍然是进入该领域最直接的途径。
塔山保险集团（Tower Hill Insurance Group）的机器学习工程师Shray Mishra在数据科学成为一种选择的时候没有获得学士学位。即便如此，他还是建议那些有兴趣的人研究包括编程和统计学在内的学位。“事后看来，如果我当时知道我想进入数据科学领域，我会选择更符合计算机科学的学位。

2. 考虑你的专业领域
无论您是目前在本科课程中，还是想在数据科学领域进一步发展，重要的是要考虑您希望使用数据解决的问题类型。Porfiri 建议调查一些数据科学在工作中的真实例子。他说：“不仅要拥有分析数据的工具，还要亲身体验真实的数据集，并了解如何推动它们向前发展，这一点至关重要。
根据您在职业生涯中所处的位置，Porfiri 建议与您的教授交谈、参与研究项目、寻求实习或考虑一些可用的在线证书。
Mishra在攻读数据科学硕士课程时已经在职场工作了大约三年，他知道他想在他已经有经验的领域发展自己的技能：金融和保险。“基本上，它归结为你的兴趣，”米什拉说。“我有一些朋友继续为他们以前没有联系的行业工作。例如，一位朋友对体育科学感兴趣，所以他申请了不同运动队的工作。

3. 通过硕士学位发展您的技能
硕士学位是探索数据科学专业不同可能性的一种方式。根据 Anaconda 的研究，24% 的受访数据科学家拥有硕士学位，10% 拥有博士学位。无论您是在本科毕业后直接攻读高级课程，还是在学位之间留出时间间隔，硕士学位都将使您的技能与这个快速发展的领域保持同步。
“大多数硕士生都希望跟上即将到来的新技术，并能够更好地发展他们的职业生涯，”Porfiri说。
如果您正在攻读硕士学位以转行，则需要一些基本技能才能取得成功。如果你在本科课程或早期职业生涯中没有获得统计学、数学和计算机科学的基本知识，Mishra 建议花 6 个月的时间自学，以确保你准备好接受课程。

4. 在申请工作时展示您的工作经验
所有数据科学角色都涉及两个主要技能：在学校学到的硬技能以及如何应用这些工具。“机器学习和计算机科学是工具，”Mishra说。“重要的是要了解你如何使用它们，并将其应用于特定的组织或企业。”
在找到工作方面，将您完成的实际工作的例子带入面试会有所帮助。如果您还没有在这个行业工作过，证书是展示您能够完成的工作以及您自己的主动性的一种方式。“它给了你一个优势，”米什拉说。

数据科学家可以期望获得多少薪水？
数据科学家是一个高薪角色。Glassdoor 报告的平均工资在 90,000 美元到 170,000 美元之间，平均为 117,212 美元，具体取决于您的级别。同时，美国劳工统计局报告称，103 年数据科学家的平均工资为 930,2020 美元。