这就是为什么数据科学家能做出如此多的贡献
如果您想知道还是仍然想知道硅谷的最佳工作是什么，它在Glassdoor的2016年和2017年美国最佳工作列表中名列第一，您现在就可以停下来。数据科学也被称为21世纪最性感的工作。
无论您查看当前为这份工作提供的薪水和待遇，还是对这些专业人员的需求增长，这些数字看起来仍然非常可观。根据Glassdoor的数据，数据科学家的平均年薪为128
即使在欧洲，对数据科学家的需求也在增加，并且预计需求还会进一步增加。2016年，英国的数据科学家角色增加了32％。Procorre的一项研究表明，欧洲见证了对数据科学家的需求增长了45％，而IBM预测到2020年需求将增长28％。
这篇文章旨在概述自2011年开始成为头条新闻以来，对数据科学家的需求急剧增长的原因。
供求关系
对于经济学家来说，这是一个简单的需求和供给案例，但这可以说是数据科学支付得这么好的主要原因之一。如今的公司正在寻找能够帮助他们更好地理解大数据的合格候选人，但是这些合格候选人却很少。
数据科学家平台Crowdflower最近发布了《数据科学家报告》，旨在使读者更好地了解数据科学市场和人才。该公司在其2016年报告中提到，有83％的受访者认为数据科学家稀缺且供不应求–比2015年的75％有所增加。
需要高级STEM技能
这种角色要求苛刻的性质是如今数据科学家不多的另一个原因。要成为一名数据科学家，您将需要在数学，编程和统计方面表现出色。没有人需要告诉你这有多困难。
首先，很少有大学提供数据科学课程。即使拥有数学，统计学或计算机科学学位也可以，但仍有许多工作要做。
Kaggle –一个数据科学家社区，于2017年初被Google Cloud收购，在其2017年关于数据科学和机器学习状况调查的报告中透露，绝大多数全职从业人员通过非常规途径学习了数据科学。其中有32％的人通过MOOC学习，而有27％的人靠自己学习技能-两者都需要大量的内在动力，这是非常罕见的特质。
大数据精明是必须的
仅在过去的两年中，就创建了约90％的全球信息。由于企业中所有数据的大部分都是非结构化的，因此数据分析软件和商业智能工具无法准确读取和分析数据。
这个问题的一般答案是：“数据科学家做什么？” 是他们处理数据。尽管这是事实，但真正的问题是，他们将如何应对？以什么身份？
数据科学家可以通过更好地了解世界来帮助业务领导者做出更明智的决策。通过了解通常是宇宙混乱的大数据，数据科学家可以将公司的数据转化为其竞争优势。
对业务的影响
业务领导者开始接受这一观点，尽管直觉是一个很好的起点，但数据在制定合理的业务决策时也起着重要作用。
如今，数据科学家需要挖掘内部和外部数据源的发现并将其呈现给利益相关者，C级主管和其他决策者。结论需要。清晰的演示和讲故事技巧应以易于理解的格式呈现，并且是理想的，并且可以为企业带来直接的积极变化，因此对于角色也非常重要。
了解你的行业
数据科学家除了精通统计，数学和编程外，还需要具备出色的领域知识，才能准确地解释数据并做出准确的推论。银行，保险，零售和许多其他行业都要求数据科学家拥有各自的领域知识，因为这对于准确的数据分析非常重要。
但是，许多组织倾向于将数据科学家视为现场问题解决者，他们常常是从完全不同的行业中招募来来的，并且通常一开始常常不了解他们可以访问的数据中的细微差别。
题库