Sergey Nivens - Fotolia

消息 及时了解最新的企业技术新闻和产品更新。

大多数需求数据科学技能包括ML,Python

专家详细说明技能雇主最想要的是数据科学家 - 特别是机器学习和编程语言 - 为什么通常最有价值的专业知识随着时间的推移。

作为数据科学家的作用成长,它比以往任何时候都更加重要,他们在今天最多的需求上保持最新数据科学技能。但这不仅仅是数据科学家需要磨练的编程和数学技能;领域和商业知识同样有价值。

顶级技术技能雇主在数据科学家中寻找大多数人是机器学习和专业知识Python,r,sql和hadoop,据研究结果2019年4月出版,实际上是顶级求职网站之一。

同样,希望填补数据科学相关角色的雇主寻求人工智能,机器学习,数据挖掘的候选人熟练,预测分析和统计模型,根据技术就业站点骰子,将研究数据提供给SearchBusinessAnalytics。华体会体育官网-意甲赞助商

在那些技术的顶部需求数据科学技能,数据科学家也应该是熟练的沟通者弗雷特分析师Kjell Carlsson表示,谁熟悉其项目的全部生命周期和其工作的业务背景。

“没有数据科学家可以是这些方面的专家,但每个数据科学家都需要对每个人的理解,“卡尔斯森说。

对数据科学家的需求在2013年开始飙升,并根据骰子的每年增长。与此同时,自2013年12月以来,实际上的数据科学家职业职位的数量增加了256%。然而,熟练的数据科学申请人的供应以较慢的步伐增长。

核心数据科学技能

要求任何数据科学家所需的两种核心技能电脑编程和数据分析,并确实是经济学家的Andrew Flowers。

没有数据科学家可以成为这些方面的专家,但每个数据科学家都需要对每个数据师的理解。
KJELL CARLSSON.分析师,Forrester

对于编程,数据科学家最多使用的两种语言Python和R.鲜花说。Python是一种增长最快的编程语言之一,根据确实需求数据科学技能报告。2018年,该就业站点报告称Python搜索是同比增长26%,而R搜索同比下降了8%。

辅助工具,如SQL用于查询数据库,Git for Version Control而且,聚类计算的Hadoop或Spark在编程中也很重要,因为在添加软件工程最佳实践中,鲜花在添加的软件工程最佳实践中也很重要。

鲜花表示,利用机器学习算法,使用机器学习算法和数据可视化中的预测和方法,包括用于“戏弄出来的因果推断”的例行统计测试。

机器学习技巧

使用这么多公司采用数据驱动和以天为中心的业务方法,机器学习技能变得尤其迫切。

Pedro Alves Nogueira是Toptogtal的自由职业平台的工程智能和数据科学主任,他表示,他认为机器学习作为一系列技能,而不是本身就是一项技能。

“在某些情况下,上市机器学习作为一个单数技能,是招聘公司没有明确关注他们所需要的数据科学家,”Nogueira说。“它还可以暗示需要更多高级的人,这些高级有能力帮助他们构建其数据分析的努力。”

同时,卡尔斯森表示,数据科学家需要了解几个机器学习方法,包括线性和逻辑回归,树模型和与随机森林和GBM等的合奏,前进,神经网络

大多数需求数据科学技能基于职位发布数据来自迪基网
基于来自Dice.com的职位发布数据,与数据科学相关的最追捧的技能。

退伍军人数据科学家可能有一个优势

机器学习和其他需求数据科学技能肯定是中央,但他们专注于编程和数学能力,DotData的创始人兼首席执行官,数据科学和机器学习平台供应商的创始人兼首席执行官表示。同样或更重要的是时间和经验的专业知识。

“与特定业务领域相关的域知识是数据科学技术提供业务价值的关键推动因素,”富士吉玛斯说。“问题定义和结果验证也需要业务知识。”

没有域名或者商业知识,很难提供价值的数据科学项目。那是因为数据科学家在短时间内无法获得这种知识,也不能单独学校教育。

“虽然技能本身比较容易学习任何扎实的开发人员,但使用适当的模型和工具所需的域知识,直觉和整体经验是在传统的训练营或在线课程中不容易学习的东西,”Nogueira说。“他们需要更深入的数学,统计和计算机科学培训需要多年的时间来完成,其次是在几个月内无法传达的域名经验,而且是岁月。

他说,新和现有数据科学人才之间的差距将需要几年的时间来完全桥梁。因此,企业应该专注于投资现有的人才和员工的域名或理论知识,并确保员工完美人工智能和数据科学技巧, 他加了。

深入挖掘大数据分析

搜索数据管理
搜索AWS.
搜索内容管理
搜索甲骨文
搜索树液
搜索SQL.服务器
关闭