数据科学家：一份性感刺激多金又人员短缺的工作,Infinity澳洲职业咨询微信公众号文章

据统计

90%的Infinity 学员，

都在三个月内成功找到理想工作

性感事物方面的权威《哈佛商业评论》宣布：数据科学家是二十一世纪最性感的职业。所谓性感，既代表着难以名状的诱惑，又说明了大家都不知道它干的是什么。不管你懂不懂Data Analyst是干什么的，反正最近几年这个岗位的需求数正在快速攀升。

此外，数据科学还自带刺激属性。因为多数情况下，数据科学家每天需要面对的问题很少是相同的。每个问题可能都需要一种新方法，这些方法不仅对你来说是新的，对整个世界来说也是新的。这便是数据科学的挑战之处和刺激来源。因为解决这些问题需要什么知识是无法预知的。

数据科学家的性感和刺激主要是由它的职业属性决定的，其最重要的一个能力是驾驭和管理海量数据的能力。他们要通过数据发现事物的新维度，洞察新趋势。正如 LinkedIn资深数据科学家Monica Rogati所说：“数据科学家必须能够用一只眼睛发现新世界，用另一只眼睛质疑自己的发现。”

那么一个性感的数据科学家应该必备哪些技能呢?

数学和统计

数据科学家的绝大部分的时间都是在和数据打交道，所以数学和统计是必备的技能。除了一些数理统计方面的知识，擅长使用分析工具也是很重要的一点。目前，市面上主流的统计分析软件有SPSS、SAS等等。同时还要掌握一些面向统计分析的开源编程语言。

机器学习

机器学习和数据科学家有着千丝万缕的联系。分析数据依赖计算技术，那么理解数据就要依靠机器学习了。机器学习主要是通过技术和组件让计算机更加智能的发生行为。

数据可视化

数据可视化是科学和艺术的完美结合。世界上的人不可能个个都是全才，所以难免会出现懂业务的不懂技术、会技术的不懂业务的窘境。这时，数据可视化就体现出了它的优势，它将数据背后的意义传递出来，让大数据变得更有价值。

专业知识

大数据要有合适的应用场景才会有价值。每个行业的数据都有其特点，所以如果选择了一个行业，那么就必须有那个行业的相关专业知识。

说完了数据科学家的“性感”和“刺激”之处，下面我们再来看一下它的收入情况，毕竟物质丰富才是人类发展的原动力。

根据Glassdoor新发布的2018年全美国50个最佳工作名单，数据科学家又是当之无愧的NO.1其中排名Top10的工作中，有一半与Analytics、Big Data、Data Science相关：

大数据与各行各业都休戚相关。从一开始的互联网阶段到现在的大数据时代，一次次的经验告诉我们，不仅仅是银行与金融业，各行各业的发展在今后都会与数据科学息息相关。所谓“Data is the new oil"。

数据科学 VS 金融行业

金融行业的特性在于数据特别多。随着近年来数据爆炸式的增长, 人脑已经无法装下这么多的数据。所以，在二三十年前兴起了对数字分析以及数字自动化投资的潮流。现在很多金融投资机构都有非常成熟的算法来实现自动化投资，导致之前流行的职业trader被大批裁员。

而算法（机器人）投资与人类相比最大的优点在于，机器人不受情感影响，全靠理性，有效避免了人类的贪欲。当然，除了理性投资决策外，金融行业越来越多的数据急需机器来进行分析，所以这个领域的各个方面对数据科学的需求与日俱增。

商业银行对数据科学的应用已经扩展到了信用卡、存款、网上支付、房贷车贷等各类服务。众所周知，申请贷款时需要与Customer Relationship Manager进行沟通，介绍个人情况，包括收入、借贷记录和是否良性等。然而，随着数据科学的不断应用，当商业银行服务背后有大数据的算法支撑之后，这些信息其实是不需要客户来提供的。

商业银行在近几年越来越多地与类似阿里巴巴的互联网金融企业进行了商业创新。所以以后的商业银行都会渐渐改革为自动化信贷评估。足不出户，方可办贷款。其中，数据科学起到了决定性的作用。

此外，保险公司，在全球金融市场是非常重要的组成部分。数据量和资金流也非常之大。随着数据科学的发展，保险公司的事故评估渐渐不再需要人力来评估，而是通过机器和算法来替代。因此，保险公司可以通过分析大数据流中的疑点来进行对客户或潜在客户的预估和持续追踪。

数据科学 VS 生化 | 医学

在生化和医学等领域，很多如心电图和脑电波等信息都是通过图像、文字等方式进行存储，而没有数字化。当互联网开始蓬勃发展后，很多医院都开始了数字化改革。通过对不同人群的数据分析，来进行患病风险控制。所以数据科学在生化和医学领域将有颠覆性的作用。

随着数据科学的发展，用机器给人看病的数量和准确率将会比人力高很多倍。同时，相应的科技产品也在发展，比如iWatch可以对人体健康状况进行即时检测，并在恰当时机作出预警。在生物医学研究方面，DNA分析中人工的使用将会越来越少，取而代之，科研人员可以利用数据科学自动分析每个基因组对成千上万个疾病以及人体特征的影响。