全文共1722字,预计学习时长5分钟
图源:unsplash
21世纪初,也许数据科学家的头衔在任何行业都不常见,但它迅速成为近几年职业趋势中爆发的热词。我们真的是第一次看到这样的工作吗?事实上,早在数据科学出现之前,我们已经有了一个非常相似的职业,现在也依然存在着——那就是统计学家。
两者的区别是什么?它们有什么相似之处?本文就将来回答这些问题。
数据科学家
这个角色最近变得非常受欢迎是有原因的。当你需要为公司招聘一位数据科学家时,你正在将多种角色融合到一个职位中。
成为一名数据科学家所需要的技能令人望而生畏,这个职业通常是跨职能的——需要同时掌握业务的技术技能和软技能。仅仅懂得编码技术还不够,还要知道如何与非技术性的利益相关者和公司领导一起解决重要的业务问题。有一些直接的技能是数据科学家需要知道的,但是有一些与职业不相称的技能,也必须在一些情况下通过一段时间的实践来掌握。
这些技能技术含量较低,通常包括但不限于:形成一个问题,形成一个问题陈述,为回答该问题创建一个过程,向利益相关者展示发现并解释结果。
数据科学所需的一些关键技能:机器学习库、Python、R编程、SQL……
统计学家
统计学家这一职业比数据科学家早出现很多年,无数的行业都需