我分析了1001个数据科学家的领英档案，发现了他们的这些秘密......

如今，数据科学可以说是非常热门！想进入数据科学领域的小伙伴也越来越多，那么如何成为一名数据科学家呢？

在国外，有这样一位热心人深挖了1001个数据科学家的领英档案，用数据告诉我们进入这个高薪有前景行业的秘密......

 

01 一个“普通”数据科学家是什么样的？

千人千面，我们无法依靠数据准确定义数据科学家该是什么样，但是数据却可以勾勒出我们数据科学家的一些基本特征。

通过样本，我们可以看到70%的数据科学家是男性，当然这并不意味男性更适合这个行当或是更容易通过面试。

 

在技能方面，R和Python是他们工作中最常使用的工具。看来想成为数据科学家，一定要掌握好Python或R。

在学历方面，75%的数据科学家拥有硕士以上学位，其中27%拥有博士学位，也就是说PHD并不是成为数据科学家的必要条件。

在专业方面，他们大部分都是“转专业”人才，来自于计算机、统计和经济相关专业，样本中仅有13%是数据科学专业科班出生。

 

另外有意思的是，数据显示样本中的数据学家，平均每人都能说一门除英语之外的外语。

 

02 成为数据科学家前，他们做什么工作？

那么这些数据科学家在获得现在的工作之前他们都做什么工作呢，让我们来看看下面这张图：

 

 

从上图中我们可以看到，大部分数据科学家的前一份工作也是和数据相关的岗位。不过想转行的同学也别灰心，总的来说数据科学领域还是非常包容的，依旧有相当可观数量的数据科学家从IT、咨询等领域转行而来。

 

03 在哪工作最好？这些国家才是数据科学家的天堂？

根据样本，我们发现在美国、英国、印度工作的数据科学家最多。

在美国，超过75%的数据科学家在数据领域和科技领域工作。但在英国，数据科学家在金融领域的比例高于其他地区，这可能是因为伦敦金融相关岗位的机会较多。

从使用技术的先进程度上来看，越是GDP高的地方，越是能在技术领域跟随潮流。

在美国，数据科学家在工作中主要使用R、Python以及SQL，只有30%的样本人群使用MATLAB, SAS, SPSS。而在英国，样本中依旧有40%的数据科学家非常依赖于其他分析工具/语言，例如 Java, C/C++, and MATLAB。在印度，SQL则是第一受欢迎的语言。

 

这样的结果，很大程度上和该国数据科学人才的工作领域相关，例如在金融领域的分析往往会使用传统的编程语言Java, C/C++，而在金融领域工作的英国数据科学家的比例恰好是最高的。

从入行速度上来看，印度和英国最快，在这两个地区有22%的样本人群在入行前只有不到一年的相关经验。不过英国高产博士，所以这些“职场新人”说不定背后论文已经发了一大堆了。

 

 

04 人均修3.3门课？他们也太爱上网课了

值得一提的是，数据科学家们还是非常热衷自学的一批人。通过分析发现，有超过40%的数据科学家修过和数据科学相关的线上课程，且他们平均修了3.3门课，我们可以推断有些数据科学家是线上学习的狂热分子！

 

这样的在线教育热潮也不无道理，毕竟数据科学领域发展日新月异，新技术新架构层出不穷，是逼着人不断学习提升的节奏！

看到这里，你是否对进入数据科学领域充满期待且信心满满了呢？