【51CTO.com快译】当前，业界对具有专门技能的开发人才的需求全面增长，公司对培养数据科学家很感兴趣。IBM最近一项研究表明，到2020年，数据科学家的工作机会将增加15%，增加364000个岗位空缺，数据科学家和工程师需求将在未来5年内增长39%。
为什么数据科学对企业如此重要？"数据科学爆炸使企业捕捉更多的关于客户、流程、产品和服务的数据，从网站用户行为到涡轮发动机诊断。"数据科学家和机器学习卡片的创造者Chris Albon如是说。
公司比以往任何时候都有收集和存储大量信息的能力。数据科学家负责将这些数据转化为能提供决策、降低风险、发现意外的洞察力。Albon说，"这些数据有用，需要统计、计算机科学和软件工程方面的专业知识和技能。"
随着越来越多的公司依靠数据做出更好的决策，他们正在招聘数据科学工作人员，帮助他们达成目标，如果你是一位想转行成为数据科学工作者的开发人员，这里有几件事情你必须要知道。
你会学到新东西
当从开发人员角色转变为以数据为中心的位置时，您现有的计算机科学和软件工程技能将是非常有价值的。然而，数据科学的作用还需要复杂的统计知识。如果你想从事数据科学，你需要磨练你的建模和机器学习能力。
强大的SQL技能是数据科学家和数据工程师的筹码，这些角色也需要统计建模和机器学习工具的能力，如Python数据科学的生态系统，包括NumPy和scikit学习或R的丰富的统计工具。
现在就开始吧
发展数据科学技能的有效方法有很多。如果你获得了统计学博士学位，得到一个"数据科学家"的工作会容易得多，如果没有学位，你仍然可以在你的工作中实践统计技术并尝试机器学习方法。业内人士认为数据劳动力十分短缺，数据科学正在发展，很多组织都有大量数据，而没有足够的人力来做出有价值的决定。
开发数据科学技能的好处是什么？你可以利用严谨的统计方法，使自己的公司与众不同，公司可以通过对组织内部人员的培训填补他们的对数据科学业务的需要。当你有经验的时候，面对新项目和新机遇就会更有信心。
创造力和沟通
数据科学工作涉及高水平的创造力和沟通。数据科学家技术含量高，但也经常与市场营销、销售和运营密切合作。与来自不同背景的人有效沟通的能力是非常重要的。这种通信是通过数据可视化、写作、口语来实现。
在自己的工作中，我与软件开发人员、产品经理、销售人员进行交流，沟通和理解工作内容，例如我所建立的模型意味着什么，如何解释它的结果，以及我们对它的预测如何。作为一个有效的数据科学家也需要创新和战略思维。做数据科学不只是优化模型的预测能力。数据科学家创造性地考虑了哪些问题需要解决，以及如何***地得到可操作的见解。
如果你开始考虑在数据科学领域的职业生涯，现在是一个过渡的好时机。通过上文，相信你对数据集中的工作角色有了更多的了解。如果你有兴趣看看更多的数据科学工作，检查堆栈溢出作业，在那里你可以找到数以百计的数据科学家。
作者：Julia Silge
原文链接：https://stackoverflow.blog/2017/10/05/need-know-start-career-data-scientist/
刘妮娜译
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
