因此，本数据科学职业指南具有三个目的：

　　1、向您展示为什么值得探索数据科学机会;

　　2、通知您有关数据科学的不同职业，并提高发现合适的数据科学角色的效率;

　　3、为您提供追求专业数据科学道路所需的专业知识。

　　如何浏览数据科学职业指南

　　我们尽力为您提供最全面的数据科学职业指南。

　　我们拥有十几年的教学经验，不计其数的学子就业，参考了数十本有关数据职业的书籍，数百篇文章和数千个报告页面，以确保您拥有在数据科学职业成功道路上所需要的一切。但是，我们意识到这确实是大量信息。当然，如果您通读整篇文章，我们会欣喜若狂。但是，以防万一您希望直接进入您最感兴趣的部分，可以使用下面的导航。

　　数据科学职业指南

　　1、为什么数据科学是一个值得探索的好职业?

　　2、为什么数据科学很重要?

　　3、谁可以使用数据科学?

　　4、要探索的前5个数据科学职业机会是什么?

　　5、数据科学家

　　6、数据分析师

　　7、BI分析师

　　8、数据工程师

　　9、数据架构师

　　10、数据科学工作前景如何?

　　11、对数据科学专业人员的需求

　　12、数据科学工作的未来

　　13、数据科学领域的工作增长

　　14、哪些数据科学资格将使您走上成功之路?

　　15、教育

　　16、技能专长

　　17、证明书

　　18、如何获得数据科学工作?

　　19、简历提示

　　20、项目组合建议

　　21、面试问题

　　22、实习机会

　　23、您应该考虑哪些数据科学行业?

　　24、金融保险

　　25、卫生保健

　　26、制造业

　　27、在哪里可以找到数据科学职位?

　　28、在哪里寻找数据科学工作?

　　29、如何解读数据科学工作要求?

　　30、您应该采用哪种数据科学组织?

　　31、数据科学咨询公司

　　32、数据科学初创企业

　　33、政府数据科学职位

　　一、为什么数据科学是一个值得探索的好职业?

　　技术的进步帮助数据科学从清洁数据集和将统计方法应用于包含数据分析，预测分析，数据挖掘，商业智能，机器学习，深度学习等等的领域。现在，仍然可能有人认为数据科学只是一种趋势，围绕它的炒作最终将消失。当然，没有什么比现实更遥远了。事实是，随着所有企业(和政府组织)使用大量数据来改善其工作方式和数据处理方式，数据科学正在不断进步。但是，什么使数据科学成为成功的神奇要素呢?这是两个明显的例子。

　　2012年巴西大奖赛。红牛车队的塞巴斯蒂安·维特尔(Sebastian Vettel)遭遇了最糟糕的起步，他的赛车失控并在首圈失去了前翼。维特尔突然跌倒到最后。所有人似乎注定了冠军。然而，德国人设法以某种方式恢复并获得第六名，这给了他足够的积分，以最戏剧性的方式连续第三年夺得世界冠军。猛烈开车还是运气?

　　不，那就是数据科学。

　　事实证明，当维特尔(Vettel)进入第10圈进站时，一组出色的数据工程师已经使用建模数据来运行模拟。因此，他们能够分析需要进行哪些调整才能使塞巴斯蒂安的雷诺在剩下的70圈里继续前进。数据助推了巨大胜利!

　　1、为什么数据科学很重要?

　　数据科学不仅限于F1赛车场或大型赌场业务参与者。实际上，几乎没有任何行业可以从中受益。零售和电子商务，物流和运输，医疗保健，金融，保险，房地产–所有这些都需要强大的数据科学团队，这些团队可以利用组织内的数据来获得竞争优势。这就是为什么，如果您正在寻找对任何业务决策流程都具有重大影响的奖励职业，那么您绝对应该探索数据科学的职业道路。

　　2、谁可以使用数据科学?

　　您可以。您的雇主当然也可以。实际上，一旦后者意识到您有足够的勇气和能力足以驯服非结构化，半结构化和结构化数据的潮流，并利用数据洞察力推动变化，后者将张开双臂欢迎您。当然，这些更改应该带来可衡量的结果。毕竟，每个公司都希望确保其业务的健康，对吗?

　　现在，我们希望帮助您成为每个大数据科学公司或快速成长的初创公司都乐于聘请其团队的人。那么，您如何进入数据科学领域?幸运的是，有很多方法可以做到这一点。有些涉及在令人印象深刻的“ Data Science Leviathan”门上漫步，而另一些则通过不那么苛刻的途径帮助您确保数据科学职业。

　　3、要探索的前5个数据科学职业机会是什么?

　　为了帮助您解决问题，我们介绍了数据科学工作中需求最大的5种类型-数据分析师，BI分析师，数据工程师，数据架构师，当然还有数据科学家。

　　五、谁是数据科学家?

　　有没有想过如何成为一名数据科学家?数据科学家也被称为数据科学独角兽，可提供无与伦比的技能组合，非常令其雇主满意。数据科学家不仅了解数据的语言，还可以分析数据并从中得出可行的见解。此外，他们已经掌握了数据讲故事的技巧，使管理层和利益相关者都一致同意并制定相应的战略计划。

　　六、数据科学家做什么?

　　几乎一切。

　　数据科学家具有很高的好奇心和对实现实际业务影响的热情。此外，他们拥有出色的判断力和分析思维能力。

　　但是，在其他方面与众不同的要诀是具有创造性的问题解决能力和学习新技术的意愿。

　　七、　为什么这么重要?

　　因为数据科学家必须使用机器学习模型来解决所有业务领域中的难题。此外，他们是利用统计自然语言处理来挖掘非结构化数据并提取见解的真正拥护者。这并不意味着他们也不会处理结构化数据。实际上，恰恰相反。数据科学家使用先进的统计方法和算法对结构化数据进行建模，以进行分析。然后，他们解释结果并可视化数据，向管理层和利益相关者讲述最引人入胜的故事，以实现公司的业务目标。

　　八、数据科学家的薪水–数据科学家赚多少钱?

　　数据科学家赚多少钱?根据Glassdoor和Payscale，这是数字。

　　作为美国的数据科学家，即使经验为零，您也可以在平均年薪100,000美元的基础上获得10,000美元的年度奖金。而且，在短短几年内，您的收入就可以增加到118,000美元，外加12,000美元的奖金!(数据科学家计费按国家和地区而异。 如果你想仔细看看， Ÿ 欧可以找到一个在详细列表加州大学伯克利分校的文章。)

　　您将目光投向伦敦的大笨钟和英国吗?没有数据科学家的经验，您可以期望平均获得33,813英镑的薪酬。而一旦您落后了1-4年，您的平均总薪酬将增加到39,573英镑。

　　总体而言，数据科学家的职业前景无疑是乐观的。难怪“数据科学家”是当时最性感的工作!

　　九、数据科学家的职业道路是什么?

　　您可以从数据架构师或数据分析师开始，然后逐步完成这项令人垂涎的工作。无论如何，如果您以数据科学家的职位为目标，那么这就是开始正确的职业道路所需要了解的一切。

　　十、如何成为数据科学家?

　　每个人都想知道如何成为一名数据科学家。好吧，也许不是每个人，但这无疑是当前数据科学领域最抢手的职业，因为对数据科学家的需求不断增长。数据科学家是独立且有影响力的，如果您想被录用，您可能想知道数据科学家的职责是什么，如何获得申请数据科学家职位所需的技能，以及薪水是否符合您的期望。

　　数据科学家是个好职业吗?为了避免您浏览求职委员会和职业网站来查找所需的各种信息，我们创建了此“数据科学家快照”。我们相信，它将为您提供所需的见解，以决定数据科学家的角色是否适合您的职业需求和抱负。

　　十一、要成为数据科学家，您需要接受什么教育?

　　对于初学者来说，您不需要硕士或博士学位。成为数据科学家的学位。如果您已经拥有它，那就太好了!当然是加号!但是，学士学位足以使您走上数据科学家之路。

　　根据我们对如何成为数据科学家的广泛研究，以下学科的背景会增加您获得数据科学家工作的机会：

　　经济学和社会科学，包括经济学，金融，商业研究，政治，心理学，哲学，历史以及市场营销和管理;

　　自然科学，包括物理学，化学和生物学;

　　统计学和数学 ;

　　计算机科学;

　　工程;

　　数据科学和分析，其中包括机器学习。

　　好消息是，即使是来自完全不同领域的学生，也很有可能成为数据科学家。根据成功的数据科学家的LinkedIn档案数据，有43%的人至少完成了一门数据科学在线课程，平均水平为3个证书。

　　因此，如果您一生中从未编写过任何代码，您仍然可以用坚定的决心和对学习的承诺来弥补它，并最终开始从事数据科学事业。

　　十二、您应该获得什么数据科学家资格?

　　数据科学家以其强大的技能和能力而闻名。因此，这是成为数据科学家所需的必备资格。

　　技术能力

　　R或Python及其数据科学库(Pandas，scikit-learn)方面的优秀编程技能;

　　具有关系数据库和SQL的经验;

　　具有MATLAB经验;

　　数据科学和机器学习/ AI开发框架的高级实践知识;

　　优秀的分析和学习能力;

　　经验深度学习框架(如TensorFlow) ;

　　具有NLP算法和技术的经验是一个优势。

　　实用技能

　　有能力启动计划;

　　诚信和保密;

　　渴望推动创新并产生独特的解决方案;

　　成长心态;

　　具有跟踪和分享外部趋势，最佳实践或想法的能力;

　　追求绩效;

　　问责制;

　　能够在压力和快节奏下;壮成长;

　　采取不受欢迎的立场的能力。

　　软技能

　　较强的书面和口头交流能力

　　领导能力;

　　具有发展和利用与利益相关者的关系以实现公司业务目标的能力;

　　激励他人并支持他人发展以充分发挥潜力的能力;

　　准备与工程和BI团队紧密合作。

　　好了，既然您已经很好地了解了成为一名数据科学家的感觉以及如何成为一名数据科学家，那么您应该对自己的道路充满信心和决心。但是，如果您觉得需要其他数据科学家职业提示和建议，只需向下滚动数据科学职业指南即可。我们相信您会在信息科学家工作申请流程的任何阶段找到可以帮助您的信息。

　　十三、谁是数据分析师?

　　数据分析师是数据科学的真正士兵。他们就是参与数据收集，结构化数据库，创建和运行模型以及准备高级分析类型以解释已经出现的数据模式的人员。数据分析师还忽略了预测分析的基本部分。

　　十四、数据分析师做什么?

　　好吧，很多。数据分析师既是思想家又是行动者，他们会毫不犹豫地张开双臂，挖掘数字。数据分析师使用“可以做”的方法提取和分析数据，然后提供数据驱动的见解来支持决策。他们还开发和构建分析模型和方法，将其作为公司战略和愿景的基础。最重要的是，他们通常负责识别和提取关键业务绩效，风险和合规性数据，并将其转换为易于理解的格式。因此，正如您所看到的，必须在战略项目和运营活动之间转换的敏捷性。

　　听起来有点寂寞?再想一想。数据分析师是出色的团队合作者，并且与组织中的各个部门和领导者紧密合作。如果他们想有效地扮演这个角色，那是非常重要的。因此，良好的沟通能力和影响力至关重要。

　　十五、数据分析师的工资–数据分析师的收入是多少?

　　数据分析师赚多少钱?

　　Glassdoor和PayScale足以分享他们的见解。

　　如果您正在迈出数据分析师职业生涯的第一步，那么您的平均薪资为$ 57,000。

　　当您达到4-6年的工作经验时，您的报酬也会更高(年薪中位数为$ 68,000，平均奖金为$ 4,705)。

　　您是英国人吗?少于一年经验的数据分析师(包括奖金和加班费)的平均薪酬为23,870英镑。就数据分析师的工作增长而言，如果您已经有1-4年的数据分析师经验，则可以期望年收入为25,853英镑。因此，数据分析师的路径似乎值得探索!

　　十六、数据分析师的职业道路是什么?

　　预算分析师或薪酬福利分析师可能是您数据分析师职业生涯的起点。但是，无论如何，如果您希望在数据分析职业道路上前进，就教育和数据分析师技能要求而言，这是您需要学习的全部内容。

　　十七、如何成为数据分析师?

　　考虑从事数据分析师职业?

　　无论是单独研究还是作为进入数据科学的门户，这无疑都是一个不错的选择。但是，如果要确保数据分析职业是您的最佳职业道路，则需要回答一些问题。因此，本概述旨在为您确认数据分析职业的基础知识：数据分析师的工作方式，偏好或要求的教育程度，如何参与数据分析以及将雇用哪些技能。我们还将讨论您在数据分析师职业发展过程中可以期望得到的薪水。有效地，此概述为您提供了下定决心并迈向成功的数据科学事业的第一步所需的见解。

　　十八、您需要接受什么教育才能成为数据分析师?

　　如果您考虑成为数据分析师，则拥有IT，计算机科学或统计学的学士学位将为您带来强大的优势。但是，同样的数据和业务分析经验也很合适。好消息是，即使您缺乏背景知识和经验，您仍然很有可能找到数据分析师的工作。有多种学习方式，例如参加资格课程或参加全面的在线培训，涵盖从统计，Excel到SQL，Python和Tableau的所有内容。

　　实际上，后者将增加您在知名公司实习的机会，并从头开始您的职业生涯。也许入门级职位不是您想像的那样以数据分析师的身份开始成功的职业。但这可能是实现目标的最佳方法。在大多数公司中，您将能够获得宝贵的经验并利用许多内部培训机会。因此，重要的是要保持好奇心并继续学习。真实的经验，接触最新软件程序的经验以及与该领域专家的沟通将扩展您的知识，并使您进入数据分析师的轨道。

　　十九、您应该获得什么数据分析师资格?

　　作为数据分析师，您每天将有很多任务需要处理。因此，这是您成为数据分析师和处理所有数据所需的资格和技能。

　　技术能力：

　　使用Python，R等进行编程和编码语言技能;

　　精通SQL，对关系数据库管理系统如何工作有很好的理解;

　　具有大型数据集和分布式计算的Tableau经验;

　　出色的Excel技能和使用高级分析和公式的能力 ;

　　具有从多种来源(多种数据集市和文件格式)提取和分析数据的经验;

　　统计知识和统计软件包，定量方法，置信区间，采样和测试/控制单元;

　　预测建模。

　　实用技能：

　　对细节的高度关注和对自己的工作进行质量检查的能力，以确保在交付工作之前发现数据错误;

　　先进的分析和数据解释能力;

　　能够在商定的时限和范围内保持组织和交付;

　　动手解决问题的能力;

　　能够在最少的指导下启动和推动项目完成;

　　能够以清晰有效的方式传达分析结果的能力;

　　机密性和个人完整性(一项关键能力，尤其是在您的工作需要管理敏感数据的情况下);

　　挑战思维并提供意见，想法和见解的信心;

　　优先排序技巧;

　　主动解决问题的方法;

　　快速学习技巧。

　　软技能：

　　优秀的口头和书面沟通能力;

　　以清晰简洁的方式表达复杂概念的能力;

　　能够在任何工作环境中有效协作;

　　良好的听力能力。

　　现在您已经了解了数据分析师工作的最重要方面以及如何成为其中的一员。但是，为了获得成功，除了数据分析师所需的技能之外，您可能还需要其他职业建议。因此，如果您需要进一步的准备，可以跳到数据科学职业指南的后续部分。我们确信一旦您开始发送申请表格并接受面试，这些内容将为您提供快速参考。

　　二十、谁是BI分析员?

　　BI分析师是业务绩效的最好朋友，主要专注于分析和报告过去的历史数据。一旦相关数据交到BI分析师手中(每月收入，客户，销售量等)，他们就必须量化观察值，计算KPI并检查措施以从其数据中提取见解。

　　二十一、　BI分析师做什么?

　　数据就是业务，业务就是数据。这可能是每个BI分析师的座右铭。

　　BI分析师融合了业务远见，顾问能力和对数据的深刻理解。更不用说他们是凶猛的Tableau忍者。他们的工作通常需要与高级管理层一起制定和制定数据策略。关键绩效指标(KPI)的分析，业务绩效的准确概述以及确定需要改进的领域都是BI分析师的职责范围。

　　但这还不是全部。BI分析师的工作的另一部分是不断提高其公司的竞争地位。因此，他们检查竞争对手，数据趋势，季节性和其他随机影响，以快速确定问题和最佳做法。

　　最重要的是，他们创建了致命的图表和仪表板来审查主要决策并衡量有效性。您想对商业世界产生影响吗?成为BI分析师!

　　二十二、BI分析师的薪水– BI分析师赚多少钱?

　　BI分析师赚多少钱?

　　我们在Glassdoor和PayScale中找到了答案。

　　如果您是该行业的新手(具有1年或更短的经验)，则可以依靠$ 66,000的平均工资。一旦您获得了几年的经验并且提高了说服力，您的年薪中位数将达到$ 79,000(加上平均奖金$ 5,185)。

　　您想在英国工作吗?入门级的BI分析师可以期望平均获得26,000英镑的薪水。而且，通过1-4年的经验，您平均可以获得的总报酬为29,000英镑。听起来像是先进的excel技能最终将真正获得回报!

　　二十三、　BI分析师的职业道路是什么?

　　如果您想追求商业智能分析师的职业道路，则可以首先考虑获得一些数据分析师或业务分析师的经验。BI分析师的职业可以提供很多，但是您肯定需要一些高级技能。因此，让我们看看什么样的教育和资格会为您铺平通往成功之路。

　　二十四、如何成为商业智能分析师?

　　商业智能职业道路适合您吗?好吧，如果您对业务绩效，计算KPI并从过去的历史数据中提取见解感兴趣，那么这可能是一个值得探讨的机会。但是，BI分析师还有许多其他职责和任务需要每天完成。这就是我们创建本文的原因-旨在深入了解BI分析师的工作，满足要求所需的教育和技能以及担任此职位可以赚多少钱。实际上，一切将带您走上通往新职业的第一步。

　　二十五、　成为BI分析师需要什么教育?

　　一般而言，如果您具有以下一项(或多项)学士学位，那么找到BI分析师职位相对容易。

　　1、计算机科学;

　　2、工程;

　　3、数学;

　　4、统计;

　　5、金融;

　　6、商业管理;

　　7、经济学或相关领域。

　　但是，如果您的背景是现代舞或印度古典文学，请不要气disc。

　　幸运的是，学习没有任何限制。而且，获得BI分析师职位的关键技能(如Excel，SQL，Python和Tableau)也不为过。如今，有很多专业化知识和全方位的在线证书课程，它们将为您提供工作所需的知识和信心。这里有个小提示：如果您是数据科学领域的新手，那么在金融业实习将是一个不错的开始。它将帮助您了解所有业务流程。另外，您将了解BI分析师从事的项目类型。

　　二十六、您应该获得哪些BI分析师资格?

　　数据科学工作完全与技能有关，而BI分析师之路也不例外。因此，这里列出了成为BI分析师所需的技能。

　　技术能力：

　　1、高级SQL技能 ;

　　2、具有Power BI经验;

　　3、先进的Tableau Desktop和服务器功能;

　　4、先进的Excel技能 ;

　　5、编程技巧(非常需要Python或R);

　　6、基于调查结果的数据解释和建议;

　　7、开发图形，仪表板，报告和项目结果演示;

　　8、识别，分析和解释复杂数据集中的趋势或模式。

　　实用技能：

　　1、较强的计划和组织能力

　　2、快速学习概念，并将其应用以提出创造性的解决方案;

　　3、分析能力;

　　4、对细节的无可挑剔的关注，

　　5、能够在快速变化的环境中独立工作;

　　6、演讲技巧;

　　7、能够设计丰富的数据可视化效果和仪表板，以将复杂的想法传达给业务合作伙伴和领导层;

　　8、说服能力;

　　9、灵活性和适应性。

　　软技能：

　　1、优秀的口头和书面沟通技巧。

　　2、能够在高压，敏捷的环境中作为团队的一部分很好地工作;

　　3、与绩效管理部门合作以了解和分析有关个人和团队绩效的数据的能力;

　　4、愿意在需要时协助和指导其他项目团队;

　　5、快速了解其他人的需求。

　　因此，现在您知道从BI分析师的工作中可以期待什么，以及您需要为此目标。但是，总是需要一些额外的职业见解。因此，如果您有动力去扩展自己的专业知识，则可以继续阅读数据科学职业指南中以职业为重点的部分。我们确信，它们将是您成功实现数据科学事业的有用同伴。

　　四、谁是数据工程师?

　　对大数据职业机会感兴趣?数据工程师是将数据科学推向更高水平的人。他们将数据架构师的工作用作垫脚石，然后对可用数据进行预处理。他们是确保数据干净整洁并为分析人员准备接管工作的人员。

　　1、数据工程师做什么?

　　数据工程师是数据科学的绝地武士。他们依靠分析，智慧，经验和判断力的综合来做出公司成功的关键决策。数据工程师是一个自我启动者，他受启发去完成比平时更多的任务。

　　但是，这是什么意思?让我们简要地介绍一下数据工程师要做的一些事情。

　　数据工程师实施复杂的大型大数据项目，重点是收集，管理，分析和可视化大型数据集。所有大量的压倒性原始数据?嗯，他们就是使用各种工具集，技术和基于云的平台将其转变为见解的人。

　　数据工程师负责建立和维护ETL管道，使整个公司都可以访问关键数据。他们还通过设计和支持BI平台为BI分析师提供了帮助。谁能确保所有大数据应用程序都可用(并正常运行)?同样，数据工程师。而且，最重要的是，他们是出色的团队合作者。数据工程师知道如何与数据科学家和管理人员积极协作，以构建满足甚至超过公司业务需求的解决方案和平台。

　　2、数据工程师薪水–数据工程师能赚多少钱?

　　数据工程师赚多少钱?

　　我们要求Glassdoor和PayScale给您答案。

　　在美国，刚开始从事数据职业的数据工程师的平均工资为103,000美元。当然，一旦您达到4-6年的工作经验，您的期望补偿将增加到$ 117,000(加上，您将有资格获得大约$ 10,000的额外奖金)。

　　在英国寻找数据工程师工作?根据Payscale的研究，即使您的工作经验不足1年，您也可以获得平均30,000英镑的薪水(包括奖金和加班费)。

　　自然，经验会带来更高的薪水。拥有1-4年经验的数据工程师平均可获得的总薪酬为41,000英镑。而且只会变得更好!一旦您拥有5-9年的经验，您的年薪就可以达到54,000英镑。大数据，大回报!

　　3、数据工程师的职业道路是什么?

　　如果您对大数据的职业机会感到兴奋，那么这种职业道路可能就是您的最佳选择。开发人员或软件工程经验可以成为数据工程师工作的门户。但是，如果您是该领域的新手，并且不确定自己是否具备到达该领域所需的能力，该怎么办?不用担心 这是将为数据工程师职业打开大门的学历和资格。

　　4、如何成为数据工程师?

　　如果您被迫在数据科学领域取得成功，那么数据工程师的道路是您可以选择的最佳选择之一。

　　5、但是如何成为数据工程师呢?

　　此概述将帮助您了解数据工程师在美国和英国的职责，教育要求，需要获得的技能(或者，如果您有过往的经验，则需要提高)，以及数据工程师在美国和英国的期望薪水。

　　6、您需要接受什么教育才能成为数据工程师?

　　拥有软件工程，计算机科学或信息技术的学位将为您提供一个飞跃的起点。但是，如果不是这样，您仍然可以削减成本。但是您需要计算机编程和软件设计，统计建模和回归分析，Python，SQL和机器学习方面的技能。现在，在急于注销理想的工作之前，您应该知道，即使对于初学者来说，掌握这些技能也是绝对可能的。您要做的就是注册资格考试或进行全面的数据科学培训。一旦您遵循了课程并获得了实际练习和项目的经验，您将具备申请数据工程师职位的技能，信心和投资组合。

　　7、您应该获得什么数据工程师资格?

　　数据工程师的工作有一定的责任。这是成为一名了解其知识的数据工程师所需的能力和技能的列表。

　　技术能力：

　　1、具有数据仓库和大数据的数据建模知识;

　　2、大数据领域的经验(M / R，HDFS，Pig，Hive等Hadoop Stack);

　　3、能够编写，分析和调试SQL查询;

　　4、具有至少一种脚本语言的经验(例如Python);

　　5、数学;

　　实用技能：

　　1、数据可视化技能(使Tableau成为您最好的朋友);

　　2、分析能力;

　　3、即使在没有完整信息的情况下也能够做出明智的决定;

　　4、有能力兑现承诺并确保其他人也能做到;

　　5、个人对决策，行动和失败的责任;

　　6、建立清晰的流程以监测工作和衡量结果;

　　7、反馈回路的设计工作;

　　6、注重细节;

　　7、具有批判性和概念性思考的能力。

　　8、软技能：

　　在各种交流环境中具有很强的交流技巧：一对一，大小不一的小组，或不同风格和职位水平的交流。

　　好了，现在您已经知道成为一名数据工程师的感觉以及如何到达那里。当然，更好的准备意味着更高的成功机会。因此，如果您想对自己的未来职业选择有更深入的了解，可以在数据科学职业指南的后面部分中找到我们的简历和投资组合提示。我们相信，它们将为您提供迈向有价值的数据科学事业的第一步所需的信息。

　　作者注：

　　你们中的某些人可能想知道数据工程师，数据挖掘工程师和机器学习工程师之间的区别是什么。尽管它们都属于数据科学工程领域，但是这些角色都具有特定的职责，这些职责将它们与其他人员区分开来。

　　数据工程师通常更专注于后端解决方案和数据源集成。

　　另一方面，数据挖掘工程师还参与开发模型以从数据集中提取可行的见解(该数据集已经由数据工程师准备)。

　　五、机器学习工程师呢?

　　好吧，如果您想走机器学习的职业道路，那么您肯定需要扎实的机器学习理论知识和对深度学习的理解。但是，两者都不完全是入门级职位。因此，如果您想从事数据挖掘事业或从事工作机器学习，则可以从学习软件工程的基础开始，逐步在大数据职业中逐步发展。

　　六、谁是数据架构师?

　　如果您看过1999年的邪教电影《黑客帝国》，您可能会认识到建筑师是乌托邦世界的创造者，人类的思想世界得以居住。就像他们的重磅炸弹一样，数据架构师从头开始创建数据库。他们设计了数据检索，处理和使用的方式。

　　1、数据架构师做什么?

　　您有分析能力和创造力吗?您是一个出于好奇和兴奋而建立复杂数据库系统的问题解决者吗?

　　然后，对于作为数据架构师的职业而言，您可能是完美的。

　　数据架构师是技术专家，他们将数据流管理和数据存储策略应用于各种业务和解决方案。他们负责不断改进收集和存储数据的方式。此外，数据架构师控制对数据的访问(所有公司间谍都在这里-现在您知道要寻找谁了)。

　　数据架构师还负责设计模式，数据建模，面向服务的集成和商业智能领域。他们经常与数据科学家和IT 人员合作，以实现公司的数据战略目标。

　　数据架构师不断寻求创新，以提供改进的数据质量和报告，消除冗余并提供更好的数据收集源，方法和工具。

　　作者注：听起来像是认真的事!

　　2、数据架构师的薪水–数据架构师的收入是多少?

　　数据架构师赚多少钱?

　　我们咨询了Glassdoor和PayScale，为您提供了这些数字。

　　根据Glassdoor的薪酬报告，在美国，入门级数据架构师的平均年薪约为104,000美元，而具有4-6年经验的专业人士的年薪超过125,000美元(并且很容易获得每年10,000美元的奖金) 。英国呢?作为您职业生涯初期的数据架构师，您平均可获得的总薪酬为45,000英镑。但是，具有5-9年从业经验的中级数据架构师可以获得多达$ 55,000英镑(包括奖金和加班费)。因此，您可以实现稳定的增长!

　　3、数据架构师的职业道路是什么?

　　如果您想进入数据架构师领域，首先应该知道哪些教育和资格证书可以帮助您到达那里。

　　4、如何成为数据架构师?

　　您是否想成为一名数据架构师?

　　如果您已经朝着这个方向设定了数据科学职业目标，那么我们有两件事要说。

　　首先-不错的选择!数据架构师角色对于企业及其业务成功的重要性日益提高。其次，本文是一个正确的起点，因为它为您简要概述了在数据架构师职业道路上迈出大胆第一步所需的一切。

　　您将了解数据架构师工作的职责，教育要求，必要的技能以及在数据架构师职业的各个阶段可以期望得到的薪水。

　　5、您需要接受什么教育才能成为数据架构师?

　　如果您想成为数据架构师，那么信息系统，计算机科学，工程学或相关领域的学士学位肯定会给您带来竞争优势。但是，如果您研究了完全不同的内容，请不要很快失望。事实证明，这些绝不是获得这份工作的先决条件。根据LinkedIn的工作机会，雇主对相关工作经验的兴趣要比对闪亮学位的兴趣大得多。用他们自己的话说：“计算机科学的学士学位是可取的，但是如果您具有丰富而适用的现实世界经验，则将完全免除此要求。”那么，您怎么能到达那里?好吧，首先，掌握Python或R，SQL，Tableau，并获得数据建模和机器学习方面的经验。好消息是，您可以通过其他一些资格课程或通过参加在线证书数据科学培训来从头开始建立知识。

　　6、您应该获得什么数据架构师资格?

　　这是成为真正脱颖而出的数据架构师所需的资格和技能。

　　1、技术能力：

　　2、强大的数据建模能力;

　　3、数据库架构;

　　4、数据仓库经验 ;

　　5、数据治理知识;

　　6、有Python或R的经验;

　　7、有SQL经验 ;

　　8、熟练掌握数据可视化工具(例如Tableau);

　　9、了解数据保留的概念和做法;

　　10、数据流和集成的自动化。

　　11、了解XML和Java。

　　实用技能：

　　1、能够同时领导多项高度复杂的工作;

　　2、建立和执行标准和准则;

　　3、能够确定满足性能，可伸缩性，可靠性和安全性需求的关键体系结构解决方案的能力;

　　4、研究和评估新兴数据管理技术的适用性和采用性;

　　5、向高层管理人员和管理人员展示技术概念的能力;

　　6、能够独立工作;

　　7、强烈的问题-解决技巧;

　　8、注重细节。

　　9、软技能：

　　10、较强的沟通能力;

　　11、向项目团队提供技术领导和指导。

　　现在您知道了成为一名数据架构师需要做什么。但是，一些有用的职业技巧永远不会太多。因此，如果您想使工作准备更上一层楼，只需向下滚动数据科学职业指南即可。我们相信，我们提供的有关就业机会的信息将帮助您迈向成功的数据科学职业生涯的第一步。

　　七、　数据科学工作前景如何?

　　随着技术的日新月异，数据科学是一个不断发展的领域。因此，您应该做好准备，使任何数据科学工作都需要不断学习和发展能力和技能。

　　要成为数据科学家，还是不要做数据科学家，这就是问题所在。

　　我们了解，在您将所有的时间和精力投入到新的数据科学职业上之前，您可能想知道数据科学家的工作前景(或任何其他数据科学和分析工作前景)是否足以确保您获得职业和未来的信心增长。

　　因此，为了消除您对莎士比亚的疑虑，我们决定深入研究数字。我们使用了IBM，Burning Glass Technologies和商业高等教育论坛(BHEF)开展的广泛联合研究中的数据和见解–量化 紧缩：对数据科学技能的需求如何扰乱就业市场。

　　简而言之，这是您需要了解的有关数据科学职业前景的所有信息。

　　八、对数据科学专业人员有何需求?

　　根据该报告，到2020年，数据科学和分析职位列表的数量估计将增加近36.4万个，职位总数约为272万个。实际上，人们非常担心数据科学技能的差距会继续扩大，并且数据科学家和数据分析职业人才的供应将无法赶上行业需求。因此，现在实际上是成为数据科学专家的最佳时间。

　　九、数据科学工作的未来是什么?

　　确实，数据科学家和数据工程师的未来比以往更加光明。根据该报告，与BI分析师和其他数据科学，分析以及系统开发人员的职位一样，他们是最容易遭受供应短缺的工作。此外，数据表明这种趋势在未来几年将继续保持强劲。

　　十、数据科学领域的工作增长是什么?

　　再说一遍，我们可以说，关于数据科学和分析工作的唯一方法就是解决问题。研究表明，预计增长最快的技能包括高级分析能力，例如：

　　1、数据科学;

　　2、机器学习;

　　3、画面

　　4、大数据;

　　5、数据可视化 ;

　　当然，SQL，数据分析，财务分析，数据管理，数学，数据仓库，SQL Server，数据库管理，商业智能和ETL的技能始终是最需要的分析技能。

　　综上所述，供求规律表明数据科学的工作前景不容乐观(因此您应该追求数据科学的职业目标)。

　　哪些数据科学资格将使您走上成功之路?

　　许多有抱负的数据科学专业人员感到灰心，因为他们认为通向数据科学的唯一途径是硕士或博士学位。学位。然而，这种情况并非如此。实际上，我们进行的详细研究表明：

　　尽管某些行业更喜欢某些水平的教育，但学士学位是数据科学职业的适当入场券。此外，当前的工作职位越来越强调技能和相关经验，而不是看中高级大学的闪亮文凭。

　　话虽如此，让我们仔细研究一下成为任何数据科学工作的合格候选人所需的技能，教育和证书。

　　A、教育

　　让我们称其为锹- 数据科学家成功的道路包括大量的学习。而且，尽管数据科学专家来自不同的背景，但是某些学术领域将使您更轻松地进入数据科学。这些包括计算机研究，经济学，金融，商业研究，统计和数学。但是，我们的研究表明，这些并不是获得数据科学工作的先决条件。话虽如此，您可以通过获得数据科学雇主所需的技能来弥补失去的大学时间。

　　B、技能专长

　　现在，无论您选择数据科学家，数据分析师还是数据挖掘工程师，您都必须具备基本技能才能在数据科学工作市场中具有竞争力：

　　1、精通Excel ;

　　2、统计知识 ;

　　3、数学知识(特别是微积分和代数–数据科学中大量使用的子领域);

　　4、良好的编程语言命令，例如SQL，Python和R;

　　5、能够使用可视化工具(例如Tableau);

　　6、机器学习和深度学习基础知识。

　　但是，如果您从头开始，如何掌握所有这些内容?幸运的是，学习数据科学的方法不止一种。例如，您可以注册资格课程或与私人导师一起学习。但是，如果不能重返校园，则在线证书计划可能是您职业生涯的最佳起点。

　　C、证明书

　　根据The Data Scientist Profile 2019(根据1,001个LinkedIn档案的研究)，有43%的数据科学家在自己的简历中至少拥有1门在线课程，平均为3个证书。此外，甚至包括著名大学的毕业生!这非常准确地表明了自我准备的重要性以及对数据科学事业的积极主动态度。

　　十一、如何获得数据科学工作?

　　如果您在本文中走得这么远，可以肯定地说您对数据科学这一职业是认真的。因此，事不宜迟，让我们简要地介绍一下职位申请步骤，这些步骤将使您到达想要的位置。

　　十二、如何编写数据科学简历?

　　他们说您只有3秒的时间就能给人留下深刻的印象。而且您可以确保将其应用于您的工作简历，尤其是在数据科学的超级竞争领域。经过深思熟虑和精心设计的简历，不仅是求职面试的通行证。实际上，它可以预先确定在面试过程中会问您什么问题，并最终确定您是否会受到公司欢迎握手。因此，如果您想创建一份出色的简历，以最佳方式呈现您，则可以查看我们的专业提示和数据科学简历建议。我们相信这些对您的工作申请过程将是有用的。

　　十三、如何建立数据科学项目组合?

　　虽然简历很重要，但是您的数据科学职业前景很大程度上取决于您的项目组合。为什么?因为这是您可以做什么的现实证明。这就是潜在雇主在寻找数据科学人才时需要的东西。因此，如果您缺乏该领域的先前经验，该如何构建项目组合?您可以执行以下操作：

　　学校项目。那些是开始的好地方。但是，学校项目是团队合作的成果，最后提供了解决方案。因此，通常情况下，您不会选择项目，也无法真正展示个人才能。首先，这是一个好习惯，主要是因为总会有人可以向您提出问题。但是总的来说，将个人项目包括在投资组合中会更好。

　　个人项目。在这里，您可以展示数据科学梦想的构成。个人项目确实使您与众不同，并表明您认真对待数据科学。只需找到您要解决的问题，收集必要的数据，然后运用您的数据科学技能来找到解决方案。

　　课程项目。如果您参加了在线数据科学证书课程，则可以通过在课程末尾完成较大的动手项目来建立项目组合。

　　义工工作。尽管无偿工作并不适合每个人，但是公司或NGO的一些免费项目可以为您的数据科学组合带来奇迹。这样的经验将为您的简历增加额外的分数，并提高您的数据科学技能。

　　十四、如何准备数据科学面试?

　　数据科学访谈包含大量主题!有编码和机器学习问题，统计和数学任务，案例研究场景……更不用说背景调查和您可能无法逃脱的行为问题。一如既往，准备是关键。因此，如果您想了解数据科学工作面试的期望，可以在我们的资源《数据科学面试问题》中阅读有关该主题的更多信息。我们相信，这将帮助您最大程度地获得所需工作的机会。

　　十五、如何获得数据科学实习?

　　从长远来看，实习是一个伟大的垫脚石，它将增加您成功事业的机会。作为一名实习生，您不仅会磨练您的实践数据科学技能，而且还将能够从事各种项目。而且，如上所述，当您申请数据科学工作时，后者是交易者。数据科学家干得好吗?在知名公司实习将为您提供答案。因此，如果您想探索实习生将获得的数据科学机会，请在我们的文章如何获得数据科学实习中了解更多信息。

　　十六、您应该考虑哪些数据科学行业?

　　数据科学家在哪里工作?事实证明，无处不在!数据的繁荣为不断增长的各种行业中的数据科学家角色创造了需求。从金融和保险，到农业和林业，再到建筑业-每个组织都需要扎实的数据科学技能来利用其数据并获得竞争优势。那么，您想成为哪种类型的数据科学家?以下是3个最重要的行业：

　　1、金融保险

　　实际上，金融和保险业是对独特数据科学和分析人才的最高需求的行业。但是，金融数据科学家与众不同的地方是什么?他们的经验和财务领域知识。因此，如果您想获得金融数据科学家的头衔，那么您绝对应该对金融市场，投资组合管理，风险分析，盈利能力，欠款和关闭以及其他概念有所了解。现在，您必须记住，如果没有几年的经验，这不是您要从事的工作。但是，如果您以财务分析师的身份开始工作，努力学习，并且始终注视着这一奖项，那么您当然可以朝着令人垂涎的财务数据科学家的方向努力。

　　2、卫生保健

　　根据发表在《美国医学信息学杂志》(JAMIA)上的一项研究，随着大数据在医疗保健领域的数量和重要性的增长，医疗行业对熟练数据科学家的需求也在增长。大数据是发现创新解决方案和提高护理质量的关键。同时，它可以提高效率，从而减少医疗保健支出。也就是说，医疗数据科学家期望的主要数据科学技能是：“统计，R，机器学习，讲故事和Python。”(请注意，此摘要基于职位发布研究样本。 )当然，获得任何其他行业大数据科学家的经验一定会为医疗保健领域的数据科学事业打开大门。

　　最后一件事!如果您想成为一名医疗数据科学家，请不要忘记磨练您的数据挖掘技能。这是数据科学医疗保健工作的特定先决条件，因为许多非结构化临床数据都采用注释格式。

　　3、制造业

　　您听说过Oden Technologies吗?这家新兴公司开发了革命性的工业物联网(IIoT)平台，可帮助制造商优化流程并了解其所做的更改如何实时影响其生产。这仅仅是数据科学如何成为当今制造商成功不可或缺的因素之一。

　　人工智能驱动的工业机器人，产品开发和计算机视觉监控系统必将变得越来越普遍。完全有道理：它们提高了质量，从而为公司带来了更多利益。因此，从长远来看，如果您正在寻找巨大的职业机会，那么制造业绝对是您应该关注的行业。

　　二十、在哪里可以找到数据科学职位?

　　现在您已经知道了数据科学的工作机会，以及如何为所有职业数据科学的挑战做好准备。因此，接下来就是找到合适的数据科学家职位。以下是一些有用的技巧，可帮助您入门众多数据科学领域。

　　二十一、在哪里寻找数据科学工作?

　　大型工作目录(例如Glassdoor，Indeed和LinkedIn)非常受欢迎，并且通常是有抱负的数据科学家寻找工作的首选。但是，限制这些平台中的数据科学工作前景实际上会适得其反。为什么?一方面，由于几乎每个数据科学求职者都对这些平台非常熟悉，因此每个职位的发布都将面临巨大的竞争。另一方面，许多科技公司避免在这些网站上列出其工作机会。毕竟，您收到的申请越多，将小麦与谷壳分离的难度就越大。那么，那里还有什么呢?

　　在发送简历之前，您应该在以下10个最佳数据科学工作板上添加书签：

　　KDnuggets乔布斯

　　分析人才 ;

　　Kaggle Jobs ;

　　数据作业 ;

　　analyticsjobs.co.uk ;

　　AnalyticsVidhya ;

　　GitHub工作 ;

　　ai-jobs.net ;

　　大数据工作 ;

　　Icrunchdata。

　　如何“解读”数据科学工作要求?

　　数据科学家职位种类繁多，一开始对雇主要求的了解可能令人困惑。但是，有3个步骤可帮助您克服最初的困惑：

　　紧记行业 –工作机会始终包含行业特定的概念。因此，如果您遇到任何陌生的术语，请花一些时间研究公司的专业知识领域。这将帮助您确定此数据科学家的工作是否适合您的职业需求。

　　分解职位描述 –数据科学家可以戴上不同的帽子，具体取决于公司的需求。每个领域都使用不同类型的数据，以实现特定的业务目标。因此，当发现数据科学家的职责因职位而异时，请不要感到惊讶。但是，如果仔细研究，您会发现雇主通常会在数据科学家中搜索某些要求。所以…

　　请记住，所有这些都可以归结为基础 -编程和查询语言，而可视化工具的良好命令是每位数据科学家的基础。就是说，一旦您掌握了这些技能，就可以在任何行业中担任数据科学职位。

　　二十二、您应该采用哪种数据科学组织?

　　浏览数据科学家的职位空缺时，了解数据科学组织的类型，提供的内容以及它们最终是否适合您的职业需求非常重要。毕竟，当有很多其他不错的选择时，您不想花费大量时间研究数据中心的职业。

　　因此，一旦开始申请，您绝对应该考虑以下几点。

　　二十三、数据科学咨询公司

　　数据科学咨询公司提供出色的薪酬待遇和发展机会。实际上，如果您正在寻求数据科学家的职业发展之道，则不应卖空自己。相反-开始研究该领域的顶尖公司。这将告诉您大型咨询公司是否适合您的环境。

　　作者的注释：如果您想了解更多有关大型企业的信息，可以阅读有关现在招聘15家数据科学咨询公司的文章。

　　二十四、数据科学初创企业

　　您想探索人迹罕至的数据科学家职业吗?然后，数据科学创业公司可能是您的正确选择。初创公司使您有机会独立面对挑战并戴上多顶帽子。在初创公司工作可以帮助您在相对较短的时间内极大地提高技能。如果您将它与在大型公司工作相比，这尤其正确，那么在您爬上数据科学阶梯之前可能要花费数年的重复性工作。

　　作者的注释：您可以在我们的文章Best Startups 2019 to Work中找到哪些是发展最快的数据科学初创公司。

　　二十五、政府数据科学职位

　　您是否考虑过申请数据科学家政府职位?尽管这可能不是最受欢迎的职业选择，但是越来越多的国家意识到以数据为导向的创新及其带来的社会经济利益的重要性。这意味着大量的数据科学职业机会。例如，美国联邦政府在其项目“美国气候抗御力工具包”中开发了200多种数字工具的目录，以提高气候抗御力。这无疑表明了对数据科学事业，最突出的数据分析事业，数据分析事业和大数据分析事业的乐观前景。

　　那么，如何为政府获得数据科学工作呢?第一步，您可以访问以下政府工作目录：

　　美国工作 -如果您居住在美国，并且想探索广泛的数据科学招聘途径;

　　英国 –英国政府也在招聘顶尖的数据科学人才(确保您检查国家统计局，天然气和电力市场办公室以及内阁办公室的职位空缺);

　　GovtJobsPortal –尽管在印度寻找政府数据科学工作具有挑战性，但仍有大量IT和计算机科学职位可以作为未来数据科学职位空缺的重要入口。

　　既然您已经了解了数据科学的就业选择，数据科学家的类型，角色，职业道路和工作前景，那么您已经具备了迈向数据科学职业生涯第一步所需的全部知识。

　　但是，还需要记住一件事–任何值得花费的时间和努力。因此，继续学习并提高技能，不要停滞不前，掌握不同的技术，就会出现从事数据科学事业的机会。