9个数据科学家必须的技能

为上一篇文章找了一圈SPSS，SAS和开源的R，Python之类的对比，一直没发现。结果找到了这么一个文章，比较的有趣。译过来看看。

需要注意的是，这个是一个商业机构写的针对北美市场的总结，所以难免偏颇，仅供参考。原文链接在最后。

Burtch Works是一个猎头公司。他们总结了对北美对数据科学家的需求列表，提供了常见的九大雇主要求的技能。

专业技能：分析

1. 教育背景 - 数据科学家一般都要有较高的学历。88%要求有硕士学历，46%的要求有博士学历。尽管肯定有例外，但较高的学历通常是一个普遍的敲门砖；

2. SAS和R，对分析工具有很好的手感是必须的。对数据科学来说，R是必须掌握的。

我觉得第二条其实就是你要有那的出手的工具手感，不管是哪一个。数据分析的工具基本也是一通百通，思路都差不多。

专业技能：计算机

3. Python编程：在数据科学家的技能要求里，Python的编程能力很常见，其他的编程语言，如Java，Perl，C/C++也常见；

4. Hadoop平台能力：尽管不是总有对Hadoop的要求，但是很多公司还是会要求应聘者会使用Hadoop的平台。会熟练使用Hive或Pig也是一个很好的卖点。能会用云端的一些hadoop平台，比如Amazon的S3也有不错的好处。

5. 为关系数据库写SQL的能力：尽管现在大量的NoSQL和分布系统是数据分析的主流，很多公司还是要求应聘者具备编写复杂SQL的能力；

6. 非结构化数据处理能力：现在对于非结构化数据（文字、音频、视频）的处理能力是对数据科学家非常重要的能力要求。

我觉得第四条现在基本要加上Spark的能力。

非专业技能：

7.好奇心：这个要求在对数据科学家的需求中随处可见。数据科学家必须要保持一颗探奇的心，才能在数据中发现新的价值。

8. 商业眼光：数据科学家必须对于所处的行业有深刻的理解，并对企业需要解决的问题了然于心。除了能从数据中发现新的方式来解决业务的问题，很重要的是还要能否发现那些对企业的业务有意义的问题。

9. 沟通技巧:老生常谈的东西。数据科学家必须能简洁清晰明了地对于非数据专业人员解释他们的发现和洞察。能利用量化的分析结果，帮助业务人员进行决策。

原文链接：link