11数据科学职业塑造我们的未来

连续四年，数据科学家被评为头号职业美国的Glassdoor网站。更重要的是，美国劳工统计局的报告称，对数据科学技能的需求将推动一项巨大的增长27.9%到2026年，该领域的就业率将上升。不仅需求巨大，合格的数据科学家也明显短缺。

丹尼尔·古铁雷斯，执行主编insideBIGDATA，告诉福布斯说，“坊间传言说，从事数据科学的人才绝对短缺。”如果你对计算机、数学有热情，喜欢通过数据分析找到答案，那么就可以获得高级学位数据科学学位或数据分析可能是你的下一步。

什么是数据科学?

马丁Schedlbauer他是东北大学的博士和数据科学教授raybet雷竞技雷竞技app最新版他说，使用数据科学的是“计算专业人员，他们拥有收集、塑造、存储、管理和分析数据的技能，将数据作为组织进行数据驱动决策的重要资源。”几乎每一次与技术的互动都包括数据——你在亚马逊上的购买、Facebook上的动态信息、Netflix上的推荐，甚至是登录手机所需的面部识别。

亚马逊就是一个很好的例子，说明了数据收集对普通购物者的帮助有多大。亚马逊的数据集会记住你购买过什么、支付过什么以及搜索过什么。这允许亚马逊自定义其后续主页视图以满足您的需求。例如，如果你搜索露营装备、婴儿用品和杂货，亚马逊不会向你发送老年维生素的广告或产品推荐。相反，你会看到一些实际上对你有益的东西，比如婴儿野营用的紧凑高椅。

了解更多：数据分析vs.数据科学:细分

同样，数据科学在提醒你习惯性购买方面也很有用。例如，如果你每个月都订购尿布，你可能会在每个月的同一时间看到一张巧妙放置的优惠券或交易。这种数据的使用是为了作为一个触发器，促使你思考，“我刚想起来我需要买尿布，我应该现在就买，因为它们正在打折。”

数据科学对公司和消费者都有好处。麦肯锡全球研究所(McKinsey Global Institute)发现，大数据可以使零售商的利润率提高60%，而“由个人位置数据提供的服务可以让消费者获得6000亿美元的经济盈余”，这意味着他们能够以低于预期的价格购买商品或服务。例如，如果你预算花7500美元买了一个按摩浴缸，然后花6000美元找到了你想要的那种，你的经济盈余将是1500美元。数据科学可以同时提高零售商的盈利能力，为消费者省钱，这对健康的经济来说是双赢的。

为什么数据科学很重要?

数据科学使零售商能够影响我们的购买习惯，但收集数据的重要性远远不止这些。

数据科学可以通过可穿戴追踪器改善公众健康，这些追踪器可以激励个人养成更健康的习惯，并可以提醒人们潜在的严重健康问题。数据还可以提高诊断的准确性，加速寻找特定疾病的治疗方法，甚至阻止病毒的传播。当埃博拉病毒爆发2014年，埃博拉病毒在西非爆发，科学家们能够追踪疾病的传播，并预测最容易感染这种疾病的地区。这些数据帮助卫生官员在疫情爆发之前采取行动，防止它成为全球流行病。

数据科学在大多数行业都有重要的应用。例如，农民使用数据进行有效的粮食种植和运输，食品供应商使用数据减少粮食浪费，非营利组织使用数据促进筹资工作和预测资金需求。

在2015年的一次演讲中，经济学人和《魔鬼经济学》作者史蒂文·莱维特说ceo们知道他们错过了大数据的重要性，但他们没有合适的团队来执行这些技能。他说:“我仍然相信，与公司的大数据和随机化合作的结合绝对会成为什么的中心经济学以及其他社会科学的发展

追求数据科学的职业生涯是一个明智的举动，不仅因为它是潮流和高薪，而且因为数据很可能是整个经济转向的枢轴点。

急需的数据科学职业

几乎每个工作领域都需要数据科学专家，而不仅仅是在技术领域。事实上，五大科技公司——谷歌、亚马逊、苹果、微软和脸书——只拥有雇佣了0.5%的美国雇员．然而，为了进入这些高薪、抢手的职位，通常需要高等教育。

“数据科学家受过高等教育——88%的人至少拥有硕士学位，46%的人拥有博士学位——虽然有明显的例外，但通常需要非常强大的教育背景来发展成为数据科学家所必需的知识深度，”报告说KDnuggets是大数据领域的领先网站。

以下是一些领先的数据科学职业，你可以通过高级学位进入。

1.数据科学家

平均工资:117212美元

典型职位要求:为公司查找、清理和组织数据。数据科学家将需要能够分析大量复杂的原始和处理过的信息，以找到有利于组织并帮助推动战略业务决策的模式。与数据分析师相比在美国，数据科学家的技术含量更高。

了解更多:数据科学家是做什么的?

2.机器学习工程师

平均工资:131001美元

典型职位要求:机器学习工程师创建数据漏斗并提供软件解决方案。他们通常需要强大的统计和编程技能，以及软件工程知识。除了设计和构建机器学习系统，他们还负责运行测试和实验，以监控这些系统的性能和功能。

3.机器学习科学家

平均工资:137053美元

典型职位要求:研究用于自适应系统的新数据方法和算法，包括监督、无监督和深度学习技术。机器学习科学家通常被称为研究科学家或研究工程师。

4.应用程序架构师

平均工资:129000美元

典型职位要求:跟踪业务中使用的应用程序的行为，以及它们彼此之间以及与用户之间的交互方式。应用程序架构师还专注于设计应用程序的体系结构，包括构建用户界面和基础设施等组件。

5.企业架构师

平均工资:150782美元

典型职位要求:企业架构师负责将组织的战略与执行其目标所需的技术结合起来。要做到这一点，他们必须完全理解业务及其技术需求，以便设计满足这些需求所需的系统架构。

6.数据架构师

平均工资:118868美元

典型职位要求:确保为多个平台构建性能和设计分析应用程序的数据解决方案。除了创建新的数据库系统外，数据架构师还经常找到改进现有系统的性能和功能的方法，并努力为数据库管理员和分析人员提供访问权限。

7.我基础架构师

平均工资:127676美元

典型职位要求:监督所有业务系统的最佳工作状态，并支持新技术和系统需求的开发。一个类似的职位是云基础设施架构师，负责监督公司的云计算战略。

8.数据工程师

平均工资:112493美元

典型职位要求：对采集和存储的数据进行批处理或实时处理。数据工程师还负责构建和维护数据管道，在组织内创建一个健壮且相互关联的数据生态系统，使数据科学家能够访问信息。

9.商业智能(BI)开发人员

平均工资:92013美元

典型职位要求:BI开发人员设计和开发策略，以帮助业务用户快速找到他们需要的信息，从而做出更好的业务决策。他们非常精通数据，使用BI工具或开发自定义BI分析应用程序来促进最终用户对其系统的理解。

10.统计学家

平均工资:88989美元

典型职位要求:统计学家的工作是收集、分析和解释数据，以确定可以用来为组织决策提供信息的趋势和关系。此外，统计学家的日常职责通常包括设计数据收集流程，与利益相关者沟通调查结果，并为组织战略提供建议。

了解更多:统计学家做什么?

11.数据分析师

平均工资:69517美元

典型职位要求:转换和操作大型数据集，以适应公司所需的分析。对于许多公司来说，这个角色还包括跟踪web分析和分析A/B测试。数据分析师还通过为组织领导人准备报告来帮助决策过程，这些报告有效地传达了从他们的分析中收集到的趋势和见解。

了解更多:数据分析师做什么?

数据科学家炙手可热

schedbauer总结说，虽然在未来10年内，一些数据科学工作可能会实现自动化，但“显然需要了解业务需求、能够设计面向数据的解决方案并实施该解决方案的专业人员。”

从政府安全到约会应用程序，几乎每个领域都需要数据科学专家。数以百万计的企业和政府部门依赖大数据来取得成功，更好地为客户服务。数据科学的职业需求很高，这种趋势不会很快放缓，如果有的话。

进军新领域

如果你想的话进入数据科学领域在美国，有很多方法可以让你为接受这些具有挑战性但令人兴奋的角色做好准备。也许最重要的是，你需要通过展示你的专业知识和以前的工作经验来给未来的雇主留下深刻的印象。培养这些技能和经验的方法之一就是在你感兴趣的领域攻读高级学位课程。

雷竞技app最新版raybet雷竞技例如，东北大学(Northeastern University)在这两方面都提供硕士学位课程数据科学而且数据分析这些课程旨在培养雇主需要的技能。这两个项目还为学生提供参与合作社和体验式学习的机会，使他们能够在毕业前积累动手经验。一旦你考虑了你的个人背景、兴趣和职业抱负等因素，你就能确定哪个学位课程适合你，并朝着实现你的目标迈出下一步。