更新時間：2024-10-06 16:17:09作者：留學之路
2012年《哈佛商業評論》曾將數據科學家評為“二十一世紀最性感的職業”。
十年過后的今天，數據科學家這一職業依然炙手可熱。如果我們在求職網站上搜索數據科學職位，數據工程和解決方案架構師的職位招聘依然比人們預期的要多得多。
很多公司和企業為了吸引市場上最優秀的人才，都在招聘數據科學家，這刺激了市場對數據科學家的需求。據美國最大的求職網站之一Glassdoor 統計，美國最佳工作排名中，數據科學家連續四年穩居第一，平均年薪維持在10萬美元之上。
據統計，88%的數據科學家至少是碩士學位，46%的數據科學家是博士學位。
學習數據科學后不僅可以做數據科學家，還以機器學習和數據分析兩個工作方向。我們來分別看看這三個方向的具體工作內容：
此類職位工作內容以高級建模為主，會針對復雜的問題來設計技術方案，比如Uber叫車的ETA、各種定價系統、Airbnb和金融行業的Fraud Detection、Amazon物流管理，FB/Linkedin的社交網絡或者ebay/Airbnb/Uber這樣供需雙方Marketplace市場規模的實驗。這些例子，聽上去就不是寫SQL能解決的，也不是會寫代碼就能做出來的，都需要比較深的領域知識。
代表了技術含量較高的方向，工作內容主要是開發機器學習系統和用這些系統解決實際問題。一般需要ship production code，做出來的是數據產品。
工作內容俗稱analytics (product analytics or business analytics)，從數據中提取insight，估計投資回報比，為產品方向提建議，所用工具一般較基礎，比如寫SQL query取數據、用R/Python做簡單的分析、用Tableau/Excel作圖比較常見，能自己開發Dashboard算是analyst里面技術強的;工作需要產生各種形式的報告;在統計層次上，懂基本t-test和線性回歸即可。