原文作者：Andrew Ste
原文鏈接：How to Become More Marketable as a Data Scientist
這個(gè)題目有些莫名其妙，2019年，隨著數(shù)據(jù)科學(xué)對(duì)業(yè)界的影響越來(lái)越大，數(shù)據(jù)分析師的市場(chǎng)需求蹭蹭上漲，作為數(shù)據(jù)分析師的你，在市場(chǎng)上已經(jīng)很搶手了。撰寫本文的時(shí)候，光 LinkedIn 上有關(guān)數(shù)據(jù)科學(xué)的崗位需求就已經(jīng)超過(guò) 14 萬(wàn)個(gè)了。
不過(guò)，把握業(yè)界的脈搏，關(guān)注最快、最有效的數(shù)據(jù)科學(xué)解決方案，仍會(huì)對(duì)大家有所幫助，為此，我們的數(shù)據(jù)驅(qū)動(dòng)團(tuán)隊(duì)，CV Compiler，分析了數(shù)據(jù)科學(xué)市場(chǎng)職位空缺，界定了 2019 年的數(shù)據(jù)科學(xué)招聘趨勢(shì)。
2019 年最火爆的數(shù)據(jù)科學(xué)技能
下圖展示了 2019 年雇主對(duì)數(shù)據(jù)科學(xué)工程師的技能要求：
本圖數(shù)據(jù)引自 Stack Overflow、AngelList 等網(wǎng)站上列出的 300 個(gè)數(shù)據(jù)科學(xué)職位空缺。其中一些職位需求里的關(guān)鍵字有重復(fù)。
注：請(qǐng)大家注意，本次調(diào)研是從雇主角度出發(fā)的，而非從數(shù)據(jù)科學(xué)工程師的角度。
關(guān)鍵點(diǎn)與數(shù)據(jù)科學(xué)趨勢(shì)
數(shù)據(jù)科學(xué)雖然對(duì)業(yè)務(wù)知識(shí)極其重視，但有關(guān)框架和支持庫(kù)的技術(shù)與趨勢(shì)仍值得大家關(guān)注。
大數(shù)據(jù)
根據(jù)《 2018 年大數(shù)據(jù)分析市場(chǎng)調(diào)研報(bào)告》顯示，大型企業(yè)的大數(shù)據(jù)采用率從 2015 年的 15%，到 2018 年已經(jīng)飆升了 59%?？梢钥闯龃髷?shù)據(jù)工具的流行趨勢(shì)在不斷增長(zhǎng)。如果不考慮 Apache Spark 和 Hadoop（下一段里單獨(dú)討論），最流行的是 MapReduce（36個(gè)）與 Redshift（29個(gè)）。
Hadoop
不把 Spark 與云存儲(chǔ)的流行趨勢(shì)考慮在內(nèi)的話，Hadoop 的時(shí)代還沒(méi)有終結(jié)。因此，有些公司仍希望應(yīng)聘者熟練應(yīng)用 Apache Pig（30個(gè)）、HBase（32個(gè)）等技術(shù)，HDFS（20個(gè)）仍有崗位需求。
實(shí)時(shí)數(shù)據(jù)處理
隨著傳感器、移動(dòng)設(shè)備、物聯(lián)網(wǎng)技術(shù)（18個(gè)）應(yīng)用的增長(zhǎng)，公司對(duì)從實(shí)時(shí)數(shù)據(jù)處理中獲取信息越來(lái)越重視，越來(lái)越多的公司需要雇傭流式分析平臺(tái)如 Apache Flink（21個(gè)）技術(shù)人員。
特征工程與超參數(shù)調(diào)優(yōu)
準(zhǔn)備數(shù)據(jù)與選擇模型參數(shù)是數(shù)據(jù)科學(xué)家的核心任務(wù)。數(shù)據(jù)挖掘（128個(gè)）這個(gè)詞在公司的 JD 里特別流行。有些公司非常重視超參數(shù)調(diào)優(yōu)（21個(gè)）。不過(guò)，數(shù)據(jù)科學(xué)家要特別關(guān)注特征工程。在模型構(gòu)建早期，選擇模型最適合的特征，是決定模型是否成功的關(guān)鍵。
數(shù)據(jù)可視化
處理數(shù)據(jù)，并從中提取有價(jià)值的信息是非常重要的能力，不過(guò)，數(shù)據(jù)可視化（55個(gè)）也是數(shù)據(jù)科學(xué)家要掌握的重要技能，把工作成果展示給團(tuán)隊(duì)成員或客戶對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)是至關(guān)重要的能力。說(shuō)到數(shù)據(jù)可視化工具，作為雇主的公司傾向于 Tableau（54個(gè)）。
總體趨勢(shì)
在這些崗位需求里，還包括了 AWS（86個(gè)）、Docker（36個(gè)）、Kubernetes?？梢?，軟件開發(fā)行業(yè)的趨勢(shì)對(duì)數(shù)據(jù)科學(xué)領(lǐng)域的影響也挺大的。
專家評(píng)論
技術(shù)非常重要，但在數(shù)據(jù)科學(xué)領(lǐng)域，有些東西比寫代碼更重要。從“輸出數(shù)據(jù)”中提取信息，比如，生成最終數(shù)據(jù)集、找出趨勢(shì)、數(shù)據(jù)可視化、基于數(shù)據(jù)進(jìn)行陳述報(bào)告等，這種能力非常重要。此外，還包括用淺顯易懂的形式展現(xiàn)分析結(jié)果，站在受眾的角度看問(wèn)題 -- 如果聽報(bào)告的是一群博士生，陳述的方式是一種形式，如果聽報(bào)告的是 CXO，陳述的方式就是另一種樣子了，他們才不關(guān)心編程，他們關(guān)心的只有結(jié)果與投資回報(bào)率。
Carla Gentry
數(shù)據(jù)科學(xué)家
Analytical Solution 博主
數(shù)據(jù)快照對(duì)了解市場(chǎng)現(xiàn)狀很有用，但并不適于展示發(fā)展趨勢(shì)，只依據(jù)數(shù)據(jù)快照推斷未來(lái)很難。我要說(shuō)的是 R 的使用量在持續(xù)穩(wěn)定地下降（MATLAB 也一樣），Python 在數(shù)據(jù)科學(xué)家社區(qū)里的應(yīng)用則持續(xù)上揚(yáng)。Hadoop 與大數(shù)據(jù)榜上有名只不過(guò)是因?yàn)闃I(yè)界的慣性：Hadoop 將會(huì)消亡（沒(méi)人投資了），大數(shù)據(jù)也不再是熱炒的話題。要不要花時(shí)間再去學(xué)習(xí) Scala 現(xiàn)在還不清楚：谷歌官方支持 Kotlin（也是一種 JVM 語(yǔ)言），但它學(xué)起來(lái)比 Scala 更簡(jiǎn)單，學(xué)習(xí)曲線也更陡峭。TensorFlow 的未來(lái)也讓人堪憂：學(xué)術(shù)界已經(jīng)把興趣轉(zhuǎn)向了 PyTorch，要知道，學(xué)術(shù)界對(duì)數(shù)據(jù)科學(xué)領(lǐng)域的影響遠(yuǎn)超其它行業(yè)。
以上觀點(diǎn)僅代表我個(gè)人，不代表高德納咨詢公司。Andriy Burkov
高德納（Gartner）公司 機(jī)器學(xué)習(xí)主管
百頁(yè)機(jī)器學(xué)習(xí)手冊(cè)作者
PyTorch 利用 GPU 驅(qū)動(dòng)強(qiáng)化學(xué)習(xí)的 CUDA 張量運(yùn)算操作。與 TensorFlow 將每個(gè)操作綁定至一個(gè)設(shè)備不同，它可以同時(shí)在多 GPU 上并行編碼。PyTorch 還可以構(gòu)建動(dòng)態(tài)圖，有效地展示遞歸神經(jīng)網(wǎng)絡(luò)。基于 Theano 的 TensorFlow 與基于 Torch 的 PyTorch 相比，只能生成靜態(tài)圖，而且更難學(xué)。TensorFlow 對(duì)應(yīng)的開發(fā)者與研究人員社區(qū)雖然更大，但 PyTorch 構(gòu)建機(jī)器學(xué)習(xí)儀表盤可視化工具比 TensorBoard 更好，也更簡(jiǎn)單，而且，PyTorch 在調(diào)試與調(diào)用 matplotlib 及 Seaborn 進(jìn)行數(shù)據(jù)可視化時(shí)更 Pythonic。絕大多數(shù) Python 調(diào)試工具都能調(diào)試 PyTorch，TensorFlow 則有自己的調(diào)試工具，tfdbg。
Ganapathi Pulipaka 博士
Accenture 首席數(shù)據(jù)科學(xué)家
50 位頂級(jí)技術(shù)領(lǐng)袖獎(jiǎng)得主
數(shù)據(jù)科學(xué)“崗位”與數(shù)據(jù)科學(xué)“職業(yè)”不同。崗位列表闡明了市場(chǎng)所需的技能，但說(shuō)到職業(yè)，就我所知，最重要的技能就是學(xué)習(xí)能力。數(shù)據(jù)科學(xué)領(lǐng)域發(fā)展迅速，如果想一直保持成功，數(shù)據(jù)科學(xué)家必須能快速學(xué)習(xí)新的技能、工具與專業(yè)知識(shí)。不斷挑戰(zhàn)自己，遠(yuǎn)離舒適區(qū)，才是數(shù)據(jù)科學(xué)家要干的事情。
Lon Riesberg
Data Elixir 創(chuàng)始人
前 NASA 職員
數(shù)據(jù)科學(xué)是一個(gè)發(fā)展迅速、復(fù)雜難解的行業(yè)，在這個(gè)行業(yè)里，業(yè)務(wù)經(jīng)驗(yàn)與技術(shù)能力同等重要。希望這篇文章讓您在這兩方面都有所收獲，知道哪些技能更有價(jià)值，助您在 2019 年變得更搶手！
