数据工作者的自我修养哪些技能是必不可少的?
CDA数据分析师 出品
作者: Jeff Hale
编译: Mika
市场上对数据工作者的要求特别多:需要掌握机器学习、计算机科学、统计学、数学、数据可视化,深度学习等知识。要想全部掌握这些方面的知识,起码需要学习数十种语言、框架和技术,这显然是有难度的。
那么,为此数据工作者应该如何合理地分配时间,该掌握哪些技能呢?
在本文中,我们对求职网站进行搜索,找出针对数据科学家等数据相关工作的技能要求。我分别分析了通常的数据相关技能和特定语言以及工具。
我们具体搜索了 LinkedIn、Indeed、SimplyHired、Monster、以及AngelList 这些求职网站。
以下图表显示了在每个网站中发布了多少相关工作。
我分析了许多工作列表和调查,想列出当中最常见的技能要求。"管理"这类词没有包含在内,因为许多求职发布中都会包含这个词。
全部搜索都是针对美国地区,关键词中带有"数据科学家"的职位发布,并使用精确匹配搜索减少了结果数量。但是,这种方法确保结果与数据科学家职位相关,并且影响所有搜索项。
AngelList中提供的是招聘数据科学家的公司数量,而不是职位数量。我将AngelList排除在这两种分析之外,因为它的搜索算法是OR的逻辑搜索,而且无法将其修改为AND。如果你搜索"数据科学家""TensorFlow"这类关键词,AngelList表现还不错,但如果你搜索"数据科学家""react.js"也会返回不招聘数据科学家的公司。
Glassdoor也被我排除在外。网站上表示美国目前发布了26,263个"数据科学家"的职位,然而实际只显示了不到900个的职位。此外,Glassdoor发布的数据科学家职位也不可能比起其他主流平台的三倍要多。
最终分析采用了在LinkedIn上400多个职位信息分析通用技能,针对200多个职位信息分析特定技能。当中有一些重复,结果记录在Google Sheet中。
https://docs.google.com/spreadsheets/d/1df7QTgdAOItQJadLoMHlIZH3AsQ2j2_yoyvHOpsy9qU/edit?usp=sharing
我下载了.csv文件并将其导入JupyterLab。然后,我计算出每个百分比,并对招聘网站上的数量进行平均。
此外,我将结果与Glassdoor 在上半年发布的数据科学家职位研究进行比较,并且结合KDNuggets的调查信息。从中可以发现,对于数据科学家而言,有些技能变得越来越重要,而其他技能则逐渐不再重要。之后我们将具体看到。
Glassdoor
https://www.glassdoor.com/research/data-scientist-personas/
KDNuggets
https://www.kdnuggets.com/2018/05/poll-tools-analytics-data-science-machine-learning-results.html/2
可以在我的Kaggle Kernel 中看到交互式图表和分析。我使用Plotly进行可视化,在写本文时,使用Plotly和JupyterLab有一些难点,具体说明在 Kaggle Kernel 最后的Plotly文档中
Kaggle
https://www.kaggle.com/discper/the-most-in-demand-skills-for-data-scientists/
Plotly 文档
https://github.com/plotly/plotly.py 1. 通用技能
以下是雇主最希望数据科学家具备的通用技能。
结果表明,通用技能中 数据分析和机器学习是数据科学家工作的核心 。从数据中收集分析见解是数据科学的主要功能。机器学习是关于开发创建预测性能的系统,这也是十分受欢迎的技能。
数据科学家需要 统计学和计算机科学技能 ,这并不惊讶。统计学、计算机科学和数学也是大学专业,这也可能提高了这些技能出现的频率。
有趣的是,近一半的职位要求中都提到了 沟通能力 。数据科学家需要能够传达自己的见解,并与他人合作。
人工智能和深度学习 并不像其他术语那样经常出现。它们是机器学习的子集,深度学习被用于越来越多的机器学习任务中,之前主要是使用其他算法。如今,大多数用于自然语言处理问题的最佳机器学习算法是深度学习算法。我预计将来在职位信息中,深度学习技能将被越来越明确,而且机器学习将与深度学习越来越类似。
那么雇主希望数据科学家使用哪些特定软件工具?接下来,让我们看到这个问题。 2. 技术技能
以下是雇主最希望数据科学家掌握的前20种特定语言,库和科技工具。
让我们简要介绍一下最常见的技术技能。
Python是最受欢迎的语言。 这种开源语言已经非常普及。对初学者而言,这种语言很好上手,有许多支持的资源。绝大多数数据科学工具都与之兼容。Python是数据科学家主要的使用语言。
R语言 与Python相差不远。它曾经是数据科学的主要语言,R语言的需求仍然很大。这种开源语言的根源在于统计数据,它非常受统计学家的欢迎。
Python或R语言是从事数据科学工作的必备条件。
SQL的需求也很高。 SQL指的是Structured Query Language(结构化查询语言),是与数据库交互的主要方式。在数据科学领域,SQL有时会被忽视,但如果想找数据科学方面的工作,这项技能是很重要的。
接下来是 Hadoop和Spark ,它们都是Apache的大数据开源工具。
Apache Hadoop是一个开源软件平台,用于分布式存储和分布式处理大型数据集,这些数据集是由商用硬件构建的计算机集群。
Apache Spark是快速的内存数据处理引擎,具有强大且富有表现力的开发API,能够让数据工作者有效地执行流、机器学习或SQL,这些情况需要对数据集进行快速迭代访问。
与Python,R和SQL相比,很少有求职者具备这些技能。如果你会Hadoop和Spark的经验,那么你更有可能在求职中成功。
接下来是 Java和SAS 。我惊讶地发现在职位描述中,这两种语言出现的频率也很高。通常,Java和SAS在数据科学界的关注度都不高。
接下来是 Tableau 。这个分析平台和可视化工具功能强大,易于使用且越来越受欢迎。它有一个免费的公共版本,但如果你想保持数据私密就需要花钱。如果你不熟悉Tableau,那么强烈推荐Udemy的 Tableau 10 A-Z 。
下图技能列表显示的语言、框架和其他数据科学软件工具更多。
根据我们的分析和GlassDoor的调查,Python、R和SQL都是是最受欢迎的技能。根据局KDnuggets开发人员调查等分析显示,R语言、Hadoop、Java和SAS在近年来使用量呈下降趋势,Tableau呈明显的上升趋势。 3. 建议
根据这些分析的结果,以下是对数据科学家的一些建议。 证明自己的数据分析能力,并专注熟练掌握机器学习。 提高你的沟通技巧。推荐阅读《Made to Stick》这本书,帮助你提升自己观点的影响力。还可以试试Hemmingway Editor这款app,提高写作的逻辑性。 掌握深度学习框架。精通深度学习框架在机器学习方面越来越重要。 如果你在犹豫选择Python还是R语言之间做出选择,请选择Python。如果你数量掌握Python,那么可以也考虑学习R语言,这会让你在行业中更占优势。
当雇主在寻找具有Python技能的数据科学家时,他们也期望求职者掌握常见的Python数据科学库:numpy、pandas、scikit-learn和matplotlib。如果你在学习这些工具,建议你使用以下资源: DataCamp,DataQuest
两者都是价格合理的在线SaaS数据科学教育产品,你可以在编程时学习,当中都教授了许多技术工具。Data School
拥有各种资源,还包括一系列很赞的YouTube视频,解释各种数据科学概念。McKinney,《Python for Data Analysis 》
本书注重pandas,还讨论了基础的numpy和scikit-learn等知识。Müller,Guido《Introduction to Machine Leaning with Python》
Müller是scikit-learn的主要维护者。这是一本关于用scikit-learn学习机器学习的好书。
如果你想学习深度学习,我建议先学习Keras或FastAI,然后在学习TensorFlow或PyTorch。Chollet的《Deep Learning with Python》这本书是学习Keras的绝佳资源。
除此之外,我建议你了解你感兴趣的内容,尽管这里需要考虑到时间分配等因素。
如果你想通过招聘网站找数据科学家工作,我建议试试LinkedIn,这上面可找到的工作信息是最多的。
同时,我建议你制作一个在线作品集,能够很好地展示你的数据科学技能。还建议在你的LinkedIn个人资料中注明自己的技能。
星辰大海也能黑?某信公关被抓现行,小米或将采取行动互联网一直都不是随便发表言论的,今天就有一家公司恶意抹黑小米电视。原因是这样的,某信煽动写手发文抹黑小米,说解读海报,实则讽刺小米的星辰大海的目标。而且某信的公关还被抓了个现行,这
我,13年专卖创业失败废品,年销售过亿作者丨陈晓编辑丨房煜图源丨摄图网第二树创业还是要谨慎些,要么顺应国家政策和大形势,要么在大平台有一定的积累和人脉,再去创业。因为我见过太多的九死一生了。第二树董事长吴海卡对创业邦说
人民更需要抖音神曲过滤器图片来源视觉中国文道总有理你有邀请码吗?去年,一个社交软件突然爆火,因为一码难求,圈内人在朋友圈悠闲地晒出邀请码,圈外人则挤破头地想进来,Clubhouse俨然成了一块辨别上流人士
上门按摩体验感怎么样?大家好,我用我的亲身经历,来和大家分享下,上门按摩的体验如何?现在如果想要找上门按摩主要有三个途径。第一。就是经常去的按摩店,然后和里面的技师比较熟悉了,彼此有一定了解,然后由于一
玩树莓派能学到什么?树莓派(raspberrypi)是一个微型电脑,拥有完善的图形操作系统,它诞生的意义就是普及编程,它可以做的事很多。题目问树莓派能学到什么,倒不如问树莓派能做什么?因为你做到的才是
买TWS一定要和手机选同品牌吗?近些年来,体积小携带方便没有束缚的真无线(TWS)蓝牙耳机成为了市场上最受欢迎的音频设备。但如今的TWS市场选择众多,单就品牌数量而言都可谓百花齐放,除了手机本品牌的配套产品外,也
无损音乐播放器哪个好?谢谢邀请。这个问题有点模糊。无损音乐播放器,可以理解成,无损音乐,音乐播放器。无损音乐,指的是音源,音源分几个当次,流畅,高品,超品,无损。无损音乐的音质最好。音乐播放器,一是音乐
你觉得高德地图百度地图腾讯地图哪个比较准确?高德地图我认为最好用这个嘛,我跑过一万多公里的高速,告诉你实际体验。高德是哪条路最短导哪条,你要做好走烂路的准备。在呼市有一天晚上被导航引到坑里(在修路),幸好是suv,不然出不来
甘肃省今年新能源汽车领域全面增长我省今年新能源汽车领域全面增长每日甘肃网兰州讯(新甘肃甘肃日报记者王占东)记者近日从国网甘肃综合能源服务有限公司获悉,今年以来,随着我国有关鼓励新能源产业发展政策的落地,我省新能源
直播科技艺术家2022三星家电新品发布会科技艺术家2022三星家电新品发布会直播时间2022年4月7日19302200直播简介用科技为艺术加冕,让艺术融入生活,让家拥有与众不同的质感与气息,一起把家居环境装点得更和谐。活
新势力3月销量出炉市场竞争越发激烈,头部品牌先发优势缩小近日,新能源品牌纷纷发布了3月交付情况。小鹏汽车哪吒汽车理想汽车和零跑汽车3月交付量均破万,广汽埃安首次突破2万台,蔚来汽车增速依然处在相对低位。从目前公布的数据来看,中国新能源市