[译] 理想数据科学家的画像是什么样的？

本文是TalkingData University翻译自George Liu 发表在towardsdatascience的一篇文章。

在昨天的推送中， George 给出了不同角色数据人才能力画像，本文是他通过分析Indeed网站的招聘信息进一步分析得到的结果。 点 击 【阅读原文】 可查看英文原文。

感兴趣的同学，还可发送关键词  “ 数据人才报告”  至本公众号，看看报告中TDU和美世咨询如何定义数据人才的不同角色及能力集。

前篇： 数据科学职业全景导航 【点击阅读】

如果您是数据科学方向的求职者，您一定想知道在您的简历添加哪些技能可以让您接到面试电话；如 果您想进入这个 领域，您可能想破脑袋想知道学习哪些技能才能成为更有吸引力的候选人。

来吧，我有你想要的答案。

首先，我们来看看不同岗位的技能要求。

R与 Python 之争已经结束，因为Python现在是主导者

曾经有人争论过到底Python和R谁才是数据科学的首选语言。显然，市场需求告诉我们 Python现在是领导者 。同样值得注意的是，R甚至比SAS更少提到。因此，如果您正在考虑进入数据科学领域，请考虑将您的学习重点放在Python上。 SQL作为数据库的语言（也可能是数据！），是数据科学家第二重要的语言。由于数据科学家职业的广泛性，其他语言也扮演着重要角色。

总结：数据科学家的主要语言是：Python，SQL，Scala，Lua，Java，SAS，R，C ++和Matlab。

机器学习工程师所需的语言更加多样化

作为机器学习的实际语言， Python 当选机器学习工程师的 首选语言 并不令人惊讶。而从头开始实现算法，并在大数据环境中部署ML模型，使得C ++和Scala等相关语言也很重要。总的来说，与其他两个角色相比，机器学习工程师对编程语言的需求似乎更加分散。

总结：机器学习工程师的主要语言是：Python，Scala，Java，C ++，Lua，SQL，Javascript，Matlab，CSS和C＃。

如果你想成为一名数据工程师，SQL绝对是必备的

数据工程师始终在处理数据库，SQL是数据库语言，所以毫无疑问，SQL是首选语言。 Python很重要，但还是败给了Scala和Java，因为这些语言可以帮助数据工程师处理大数据。

总结：数据工程师的主要语言是：SQL，Scala，Java，Python和Lua。

Scala是数据科学中第二重要的语言（而不是R）

当我们查看不同的角色的语言首选时发现了有趣的事，Scala始终处于第二位或第三位。 所以我们可以说数据科学中的排名前三的语言是 Python，SQL和Scala 。 如果您正在考虑学习一门新语言，请考虑使用Scala！

对除数据工程师之外的角色，Spark是首选大数据技能

仅对于数据工程师而言，需要Hadoop的比Spark更多，但总的来说，Spark绝对是首先应该学习的大数据框架。 Cassandra对工程师而言比科学家更重要，而Storm似乎只与数据工程师有关。

总结：数据科学的首选大数据技术是：Spark，Hadoop，Kafka，Hive。

TensorFlow是深度学习的王者

数据工程师职位发布中几乎没有提到深度学习框架，因此该角色似乎不需要这项技能。 提及DL框架最多的是机器学习工程师，表明ML工程师确实大量处理机器学习建模，而不仅仅是模型部署。

此外， TensorFlow在深度学习领域绝对占据主导地位 。尽管Keras作为高级深度学习框架在数据科学家中非常受欢迎，但它几乎与机器学习工程师角色无关，说明可能ML从业者大多使用较低级别的框架，如TensorFlow。

总结：数据科学中最重要的深度学习框架是：TensorFlow，Torch，Caffee和MXNet。

AWS广泛主导

计算机视觉是机器学习最大的需求来源

对于一般的数据科学家来说，自然语言处理是机器学习最大的应用领域，其次是计算机视觉，语音识别，欺诈检测和推荐系统。有趣的是，对于机器学习工程师来说， 需求最大的是计算机视觉 ， 而第二名自然语言处理远在后面。另一方面，数据工程师再次成为聚焦专家--这些ML应用领域中没有一个与他们相关。

洞察力 - 如果您想成为数据科学家，您可以根据想要进入的领域构建各种类型的项目，以展示您的专业知识，但对于机器学习工程师来说，计算机视觉是最佳选择！

对可视化来说，Tableau是必须的

可视化 工具 主要为数据科学家所需，很少在数据工程师和机器学习工程师的职位中提到。但是， Tableau是所有角色的首选 。对于数据科学家来说，Shiny，Matplotlib，ggplot和Seaborn似乎同样重要。

Git对每个人都很重要，而 Docker 仅有工程师需要

接下来，我们使用词云来探索每个角色最常用的关键词，并结合相应的技能为所有数据科学角色构建理想的画像！

数据科学家更多的与机器学习相关，而不是业务或分析

Data Scientist一直被视为需要统计，分析，机器学习和商业知识的全方位知识。 似乎确实如此，或者至少，数据科学家仍被广泛需要。 然而，现在看来，数据科学家们更多与机器学习相关，而不是其他任何事务。

其他主要要求包括：业务，管理，通信，研究，开发，分析，产品，技术，统计，算法，模型，客户/客户和计算机科学。

机器学习工程师是关于研究，系统设计和构建

与一般的数据科学家相比，机器学习工程师肯定似乎有一个更聚焦的技术栈，包括研究，设计和工程。显然，解决方案，产品，软件和系统是主要的。与此同时，有研究，算法，ai，深度学习和计算机视觉。有趣的是，商业，管理，客户和沟通等术语似乎也很重要。这可以在本项目的迭代中进一步研究。另一方面，数据管道和平台也脱颖而出，证实了机器学习工程师在构建数据管道以部署ML系统的责任。

数据工程师是真正的“专”家

与机器学习工程师相比，数据工程师拥有更加聚焦的技术栈。显然他们聚焦的是通过设计和开发管道来支持产品，系统和解决方案。首要要求包括技术技能，数据库，构建，测试，环境和质量。机器学习也很重要，可能是因为管道主要用于支持ML模型部署数据需求。

好了！我希望这个项目可以帮助您了解雇主正在寻找什么样的人，最重要的是帮助您做出如何定制简历和学习哪些技术的明智决策！ 

文中图片来自原文，点击 【阅读原文】 可查看英文原文

小编说：

看到数据人才需要这么多能力，可别慌！我们一起好好学习天天向上！ 想要了解数据科学人才在TalkingData是如何成长的吗？快戳下方数据公开课吧~