本文介绍了数据科学家从助理到高级的晋升路径，包括每个级别所需的技术和经验。初级数据科学家需要掌握编程语言和基础统计知识，中级数据科学家需要有实践经验，高级数据科学家需设计高质量产品。AI/机器学习工程师需精通机器学习和人工智能。首席数据科学家和数据科学经理则需要深厚的业务理解、领导力和战略规划能力。数据科学家的职业道路充满挑战，需要不断学习和成长。
全文共1985字，预计学习时长7分钟
图源：unsplash
大数据时代，数据是最为珍稀的资源。每天都有大量的数据涌现出来，各个企业都摩拳擦掌想从海量数据中挖宝，他们越来越依赖数据科学家利用数据创造的商业价值。
市场对于数据科学家的需求也随之猛增。作为一个相对较新的职业岗位，公司聘请人们担任初级、中级、高级、首席数据科学家和经理等不同级别的职务。
对于不熟悉数据科学事业但渴望成为一名数据科学家的人来说，你得清楚如何从底层助理晋升为经理，这条“通天大道”究竟该怎么走？
数据科学家应当具备数据科学、统计和工程方面的技能和知识，其典型发展道路是这样的：
助理/初级数据科学家：1.0级
作为初级/助理数据科学家，你的任务是检验新模型，调试和重构现有模型。作为出色的团队成员，你可以提出新想法，承担责任，提高代码质量和影响力。
如果以成为数据科学专家为目标，那么你需要在精通Python，Java，R和SQL / MySQL等编程语言的同时，重新学习应用数学和统计知识。
尽早接触该领域是一个很好的开端，并且还有助于判断数据科学职业是否符合你的兴趣。最受毕业生欢迎的学科是计算机科学、信息技术、数学、统计和数据科学。
有许多
最低0.47元/天 解锁文章
扫一扫
754
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
