对于数据科学的4种关键职位，哪些任职资格最重要？

会员服务 ·

对于数据科学的4种关键职位，哪些任职资格最重要？

2017 年 11 月 27 日 AI前线 给你正确方向

作者｜MLJunkie by fossil

译者｜张斌

编辑｜Emily

对于各种职位，哪些任职资格或哪些技能最重要? 本文或许能给你答案。

更多干货内容请关注公众号“AI 前线”，ID：ai-front

我决定在这周末做一个小项目。我注意到数据科学市场中的职位有些模糊不清，一名数据科学家与一名 Al 工程师做相同类型的工作并不罕见。我相信每件事情都可归结为某种形式的数据分析和编程（除理论研究外）。

我在 Python 中使用 Selenium 和 Beautiful Soup 构建了一个简单的 Web-scraper，并在 Indeed.com 上针对 1000 个招聘职位中的每一个查询是否包含以下单词：

“数据科学家”
“机器学习”
“数据工程师”
“数据分析学”

我使用 Matplotlib 创建这些相当简单和单调的条形图，但是它们完成了这项任务（我在使用图形框架方面也很糟糕）。

因为我将原始 HTML 解析为文本，然后做频率计数，一些结果可能会略有偏差（像“R”）。所以，我在计数时没有涵盖编程语言“Go”。

针对 4 组不同的词语，逐个查询并计数：

编程语言
框架
学术
杂类

编程语言重置

要点 - 学习 Python 或 R

似乎专业越接近于统计学，你越希望技术栈里存有 Python/R 和 Java/C++ 。专业越面向数据，则你一定更需要 SQL、R/Python 和 SAS（可能还有 Scala）。我猜测算法实现在 ML 工程职位中更常见，因此更强调 Java/C++。但是，如果你正转向数据科学，则学习 Python 或 R。

框架

要点－Hadoop/AWS/Spark

对于上述每次搜索查询，Hadoop 是这 1000 个招聘职位中最受欢迎的框架，其次是 Spark 和 AWS。对于机器学习，你可以看到 TensorFlow 也靠近顶部（我还极力向 ML 爱好者推荐 TensorFlow）。在深度学习框架之中，Torch 和 Caffe 不那么受欢迎（我听说 Caffe 就要被淘汰了）。面向数据库的工程师当然应该迅速将 Hive 和 Pig/HBase 收入技术栈中（我个人不了解它们，只是依照结果这么说）。

学术

要点－机器学习 (ML) 越学越像书呆子

这时，我开始查看如学术等非技术资格。“数据分析学和数据工程师”职位与“机器学习和数据科学家”职位显示的结果类似。“统计学”和“数学”在“机器学习和数据科学家”招聘职位中出现大约 2000 次，在“数据工程师和数据分析学”中仅出现了 1000 多次。显然拥有博士学位在机器学习和科学家职位方面更受欢迎，但现在，在大多数情况下，硕士就足够了。事实上，拥有学士学位，辅以大量的 Al 方面的个人项目经验，同样可以跨入门槛。在“机器学习”的查询结果中看到顶级机器学习期刊（NIPS、ICML 等）也非常有趣。如果你倾向于数学或研究，那么你可能更适合 ML 职位。

杂类

要点－Kaggle 不应该是你的王牌

该类别基本上指我不能确切放入相关类别的所有词语。所以我简单地把它们集中在杂类中，但出现了一些有趣的结果。Kafka 出现在数据工程师职位的第三位，但在任何其他查询中都不在领先位置。“Al”在数据分析学和数据工程师招聘职位中不是很显眼。MapReduce 在数据工程师职位中的出现的次数比在任何其他职位中多一倍（我认为有道理）。令人吃惊的是，Kaggle 几乎没有出现在任何查询的任何招聘职位中。我不知道这是否因为公司不知道 Kaggle 是什么，还是参加预测建模比赛不具有很强的吸引力。

到这里你应该已经对情况有了一些了解！我将在下面总结我的发现，并附带一个包括所有柱状图的 PDF 文件，这样容易对它们进行比较。这是我一直以来想做的一个有趣的迷你项目。我会将代码上传到我的 GitHub。