而早在2011年麥肯錫就預(yù)測到，2018年全世界對數(shù)據(jù)人才的需求量會增加50%。結(jié)合當(dāng)下“求職難”的情況來看，Data Science對商科留學(xué)生來講是非常值得考慮的選擇。

從薪資水平來看，加國五大行也毫不吝嗇，開出的薪資也很有吸引力。

那么作為留學(xué)生，踏上這列高薪快車最正確的姿勢是什么呢？

商科留學(xué)生轉(zhuǎn)Data Science能做哪些工作？

Data Science 的職位可以分為：

? 除了最適合商科學(xué)生的Data Analyst

? 還有Data Scientist

? 以及Data Engineer

? Data Architect

? Data Aministrator

? Business Analyst

? Data/Analytics Manager

? Business Intelligence Manager

Data Scientist

這個(gè)職位更經(jīng)常存在于IT部門，或者干脆自己組成一個(gè)部門。職責(zé)是解決一切Data Analyst解決不了的比較復(fù)雜的問題。且他們通常是不需要負(fù)責(zé)定期出報(bào)告來分析季度數(shù)據(jù)的。

核心使命： 為公司決策提供服務(wù)；主要工作：從Business部門那里收集有趣的/亟待解決的問題。采用科學(xué)方法、運(yùn)用數(shù)據(jù)挖掘工具對復(fù)雜多量的數(shù)據(jù)進(jìn)行數(shù)字化重現(xiàn)與認(rèn)識，并據(jù)此尋找新的想法的專家。與傳統(tǒng)數(shù)量分析師相比，他們更多通過關(guān)注面向用戶的數(shù)據(jù)來創(chuàng)造不同特性的產(chǎn)品和流程，為客戶提供有意義的增值服務(wù)。

要求掌握的技能包括Python、SQL、SAS、Spark、機(jī)器學(xué)習(xí)算法等。

Data Engineer

Data Engineer所做的一切都為了Data Management，具體內(nèi)容包括數(shù)據(jù)模型、數(shù)據(jù)架構(gòu)、數(shù)據(jù)標(biāo)準(zhǔn)、元數(shù)據(jù)、主數(shù)據(jù)、數(shù)據(jù)治理、數(shù)據(jù)管控等等。

Data Enginner的目標(biāo)是把數(shù)據(jù)整好，存儲成本低，查詢效率高，至于怎么使用這些數(shù)據(jù)不是他們關(guān)心的范疇。

主要負(fù)責(zé)：atabase architecture，ata moeling，ata quality check,ata cleaning,ata enrichment/transformation(aggregation,join…) 等等后端的工作。

種類眾多，其中機(jī)器學(xué)習(xí)工程師、數(shù)據(jù)庫開發(fā)師是兩個(gè)典型例子。

機(jī)器學(xué)習(xí)工程師 (Machine Learning Engineer)的核心技能——機(jī)器學(xué)習(xí)，是最近幾年非常熱門的一項(xiàng)新技術(shù)。因此，在未來的幾年里，機(jī)器學(xué)習(xí)將會是一個(gè)非常有前景的職業(yè)方向。

其職責(zé)包括數(shù)據(jù)清理、數(shù)據(jù)分析、模型構(gòu)建、預(yù)測評估及可視化呈現(xiàn)。要求熟練掌握Python、Java等編程語言，熟悉Hive、Storm、Spark等開源平臺，熟悉常用的機(jī)器學(xué)習(xí)算法，如隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、聚類，熟悉圖像識別、優(yōu)化器比較、模型壓縮技術(shù)等。

數(shù)據(jù)庫開發(fā)師 (Database Developer)?是從事數(shù)據(jù)庫管理系統(tǒng)和數(shù)據(jù)庫應(yīng)用軟件設(shè)計(jì)研發(fā)的相關(guān)工作人員的統(tǒng)稱，他屬于軟件研發(fā)工程師，但又有一部分運(yùn)維工作的內(nèi)容。

其職責(zé)主要包括軟件研發(fā)以及數(shù)據(jù)庫生產(chǎn)環(huán)境的問題優(yōu)化和解決，熟練掌握Python、C/C++、Java等，了解主流的框架、庫使用和原理、計(jì)算機(jī)數(shù)據(jù)結(jié)構(gòu)和算法設(shè)計(jì)，熟練掌握Linux、Web server、數(shù)據(jù)庫、緩存相關(guān)技術(shù)的使用，掌握數(shù)據(jù)庫基本原理和知識，熟悉SQL語法規(guī)則和特點(diǎn)等。

Data Analyst

Data Analyst偏重于將分析和商業(yè)運(yùn)用相結(jié)合，分析只是一個(gè)手段和途徑，更加重要的是將分析的結(jié)果轉(zhuǎn)化為切實(shí)可行且能有所成效的商業(yè)方案。

其核心使命是為公司決策提供服務(wù)，因此數(shù)據(jù)分析師的基本要求是懂企業(yè)的業(yè)務(wù)和數(shù)據(jù)，具備寫報(bào)告的能力，考驗(yàn)的一方面是數(shù)據(jù)分析水平和業(yè)務(wù)能力，另一方面是溝通能力、理解能力和表達(dá)能力。

類似職位的面試有些類似于，基于技術(shù)面試題基礎(chǔ)上的咨詢類型的Case Stuy。從分析中找到可能存在的風(fēng)險(xiǎn)，并提出解決方案比起完美的Coe有時(shí)候更加重要。更加適合非技術(shù)出身的求職者。

但是同樣是做Data Analyst的工作，在不同的公司，要求的技能和工作的內(nèi)容會很不一樣。

?微軟online Service Division有跟Marketing更接近的Data Scientist，也有很多學(xué)統(tǒng)計(jì)或者IE出身的Applie Scientist做ranomize controlle experiment；

?linkeIn、Facebook的ata scientist感覺要求Java編程技術(shù)熟練，可能學(xué)Computer Science出身的最適合；

?Insurance行業(yè)招的是Preictive Moeler，他們的總體目標(biāo)就是要基于數(shù)據(jù)，預(yù)測在不同客戶身上收多少保險(xiǎn)費(fèi)能最大化收益、optimize profits，所有相關(guān)專業(yè)的它們都考慮。

所以在求職階段，要根據(jù)自身的特長和喜好選擇對應(yīng)公司的Analyst Team；而在求學(xué)階段，更要提早準(zhǔn)備好自己的職業(yè)發(fā)展目標(biāo)，去有針對性的學(xué)習(xí)Data的相關(guān)專業(yè)知識。

從事Data Science有哪些必備技能？

綜上所述，從某種程度上講，這三類數(shù)據(jù)科學(xué)專業(yè)人才有明顯的側(cè)重。

?Data Scientists：更注重?cái)?shù)學(xué)、統(tǒng)計(jì)的訓(xùn)練和算法、模型的開發(fā)，

?Data Engineer：更注重?cái)?shù)據(jù)庫與編程語言等技能，

?Data Analyst：更注重溝通交流和行業(yè)領(lǐng)域技能。

但是，任何數(shù)據(jù)科學(xué)專業(yè)人才都必須掌握上面說的三大類技能，只有這樣才能更好地理解數(shù)據(jù)科學(xué)并運(yùn)用到解決實(shí)際問題中去。

從學(xué)習(xí)的角度來講，成為數(shù)據(jù)科學(xué)專業(yè)人才所需要的技能不外乎是以下四個(gè)：

? 扎實(shí)的理論知識（數(shù)學(xué)、統(tǒng)計(jì)、算法、模型）

? 熟練的數(shù)據(jù)庫操作語言（SQL、PL/SQL…）

? 熟練的編程語言（Python、R…）

? 豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)（項(xiàng)目與工作經(jīng)驗(yàn)）

對于學(xué)習(xí)的順序問題，應(yīng)當(dāng)是：理論 - 編程 - 實(shí)戰(zhàn)的過程，一個(gè)循序漸進(jìn)的安排會讓效率大增。

留學(xué)生如何進(jìn)入這一高薪熱門行業(yè)？

**Data?Science** 21世紀(jì)最好找工作的職業(yè)領(lǐng)域

就業(yè)率基本高達(dá)99%

上升趨勢快，未來空間大，積累性高

神秘虛幻的數(shù)據(jù)讓人感到對未知的恐懼

“不了解”造成的“不敢嘗試”

其實(shí)對智慧型的中國留學(xué)生來說

求職Data相關(guān)工作才是更有優(yōu)勢和競爭力

【微語】留學(xué)之路雖長，愿你滿載祝福與勇氣，學(xué)成歸來，天地?zé)o限寬廣。