根据Glassdoort统计数据科学家是2017年美国排名第一的职业。这并不奇怪，因为该领域的中等基薪为123,000美元。尽管如此，数据科学就业市场还远未达到饱和状态，仅在美国就有19万专家人才短缺。如果您正在考虑职业转向数据科学，2018年将提供丰厚的利润机会。这篇文章的目的是为了让它在2018年成为一名数据科学家时变得更加清晰。

为了阐明这个不断发展的领域，我们于365数据科学公司于2017年底对该主题进行了一项研究。该研究的目的是收集1,001位目前拥有“数据科学家”头衔的人员简历中的数据。该队列分为两组 - 在财富500强公司工作的人员和在别处工作的专业人员。此外，样本包括在美国（40％），英国（30％），印度（15％）和其他国家（15％）工作的数据科学家。因此，数据来自具有不同背景的数据科学家，旨在限制偏倚。

典型的数据科学家简介

一名男性，至少讲一种外语，并且拥有二级学位（硕士或博士学位）。他花了两年时间才获得头衔，他已经工作了4.5年。R和Python是首选的编码语言，其次是SQL。数据科学专业男性占主导地位，占样本总数的70％。

数据科学家需要什么顶尖技能？

以下是数据科学家在其个人档案中发布的最常见技能。

R和Python是支配数据科学领域的编程语言。53％的数据科学家报告称“会说”R和/或Python。请注意，由于一些数据科学家使用这两种语言。

尽管数据表明R是更广泛使用的语言，但考虑到Python是增长最快的编程语言，根据Stack Overflow社区待办事项列表的说法，将迁移使用Python。很可能到2019年，Python在流行度方面将大大超过其他编码语言。它的灵活性和相对易用性是让Python脱颖而出的一些主要原因。

其他数据科学的流行语言是：

• SQL（40％）

• MATLAB（19％）

• Java（18％）

• C / C ++（18％）

我们发现，让SAS，LaTex，Hadoop或Tableau也可以随心所欲。将技能扩展到基础之外可以显着提高登录数据科学家职位的机会。

工作经验

鉴于最近引入了数据科学家专业，数据科学家的工作经验中位数为2年就不足为奇了。如果您申请的数据科学职位没有此领域的先前经验，则无需感到尴尬。你不会是第一个。在我们的样本中，只有36％的数据科学家曾经是之前工作的数据科学家。该领域有很大的发展空间。其他64％的人的职位是什么？那么，最常见的背景是分析师（19％），IT专家（16％）或学者（12％）。

此外，在着手数据科学家工作之前，8％是实习生。

教育和培训

大多数从事数据科学工作的专业人员都受过高等教育。事实上，调查结果显示，大约75％的数据科学家拥有博士或硕士学位。

研究样本中大约有25％的数据科学家毕业于一所“没有排名的大学”。换句话说，无论您的大学是否在“泰晤士报高等教育”图表中，都不一定会决定您在数据科学领域开始职业生涯的机会。

此外，只有13％的专业人员参加了数据科学和分析大学计划。大多数数据科学家拥有计算机科学（20％），统计与数学（19％）或社会科学（19％）学位。

因此，你不必通过额外的学术课程来获得工作所需的技能。如果你想升级你的技能，在线课程是一个可行的选择。近40％的数据科学家报告他们在LinkedIn简历中注册了在线课程。

就业行业

一旦你掌握了技能，你需要卷起袖子寻找工作。那么，在数据科学领域找到一份工作的最佳行业是什么？在英国和美国的就业市场，您很可能会被聘为工业公司（制造业，快速消费品，公用事业，咨询等）的数据科学家。但印度并非如此，大多数（68％）的数据科学家都是由技术和IT公司雇用的。

医疗保健和金融行业似乎也需要数据科学家，占整个样本的14％和6％。

企业就业

无论公司层级如何，似乎各种规模的公司都雇用了能够在R，Python，SQL和Matlab中进行编程的数据科学家。但是，如果您正在前往财富500强公司，SAS和Hadoop可能派上用场。图表外的公司很少需要能够使用Hadoop。在F500中，大数据是王道，这对于小公司来说并不是这样。

这就是数据科学界在2017年末的样子，以及2018年可能会出现的样子。好消息是，即使您没有匹配的学位，您仍然可以掌握相关技能和工具或充分相关的工作经验。如果您对数据和终身学习充满热情，2018年是开始从事数据科学家职业生涯的时候。