僅僅3年的光景，數據科學領域人才的供求就發(fā)生天翻地覆的變化。
AQFer:領英的研究數據顯示，在2015年，美國的數據科學人才非常充足，而截止到2018年的8月，數據科學領域出現(xiàn)了非常嚴重的人才短缺，當前數據科學家的人才缺口大約為151,717人。
圖/LinkedIn
圖中可以看出，當前數學科學家缺口最大的地區(qū)為紐約市，34,032人，其次是舊金山灣區(qū)，缺口為31,798人，再者是洛杉磯，缺口為12,251人。
根據 U.S. Bureau of Labor Statistics預測，2019年數據科學人才的行業(yè)需求將整整提高50%-60%;IBM預測，到2020年數據科學和分析職位的數量預計將增加近36.4萬個，造成就業(yè)市場巨大的人才短缺。
圖/IBM.COM
這些數據無疑是驚人的，不過拋開宏大的敘事角度，著眼于數據科學領域具體崗位的需求數據，或許能給想抓住春招機會進入數據科學領域的留學生，有更貼近現(xiàn)實的指導意義。
1
2019需求較高的數據科學崗位都有哪些?
根據Millennial Business Assn的預測，以下7個崗位將是2019需求較高的數據科學崗位。
*以下薪資和介紹來源于網絡和內部員工爆料，根據實際情況會有所出入。
1
Data Scientist
Average Base Pay in US：$140k/year
近兩年，DS始終穩(wěn)居Glassdoor Best Jobs in America 排行榜前50的第1位!
DS的主要職責包括：收集、處理和分析數據，并與團隊協(xié)作，用數據分析工具從數據中找出規(guī)律和意義。
DS的需求量之所以很大，是因為他們能幫助公司管理，存儲和分析數據，并使其成為有價值的商業(yè)資產。
*Amazon正在招聘 Data Scientist Intern
2
Business Intelligence Analyst (BIA)
Average Base Pay：$90k/year
BIA的主要的工作內容都是利用數據向公司提供建議，并根據市場或趨勢指導決策。
該類崗位因其所需的編程專業(yè)性相對較低，商業(yè)分析能力較強，所以對于商科留學生較為友好。
3
Database Developer
Average Base Pay in US：$90k/year
數據庫開發(fā)人員專注于改進數據庫，為數據庫創(chuàng)建新的應用程序，或修改之前的應用程序以契合數據庫設置。
4
Database Administrator
Average Base Pay in US：$93k/year
DA通常畢業(yè)于計算機科學或信息技術專業(yè)，他們主要負責建立數并維護數據庫。
5
Data Engineer
Average Base Pay in US：$150k/year
DE主要負責設計和構建用來創(chuàng)建大型數據庫的程序，因此也使許多其他技術專業(yè)人員的工作成為可能。
比如，DS和BIA平時分析的數據數據庫就是由他們構建的。
*Facebook正在招聘 Data Engineering Intern
6
Data Analytics Manager
Average Base Pay in US：$135k/year
DA Manager的主要工作是：和團隊的其他成員溝通企業(yè)應如何利用數據提供的insights。
因此，DA Manager必須具備扎實的技能組合，包括數據分析，業(yè)務背景以及管理技能等。
7
Data Security Administrator
Average Base Pay in US：$80k/year
Data Security Administrator定義網絡安全要求，確保更新所有安全措施并負責實施安全策略。
數據科學領域的需求越來越大，但是想進入平均年薪$14w的Data Science領域，需要掌握哪些技能?
2
求職Data Science的必備技能
各大公司春招Data相關領域的Job Requirement，帶你一起分析求職Data Science的必備技能。
Amazon - Business Analyst
Basic Qualification：
Experience with SQL and experience with ETL processes, knowledge of data warehousing concepts.
Bachelor’s degree in business, marketing, engineering, mathematics, or related field.
Strong data-collection and analysis skills, expert using Excel for data analysis and modeling.
Outstanding communication and writing skills.
Organized and proven project manager, ability to multi-task and keep on track in a fast-paced, ever-changing environment.
Passionate about data, discovering new trends, and driving actions through insights.
Excellent interpersonal skills and ability to effectively communicate with both business and technical teams.
PayPal - Data Analyst Intern
Qualifications, Skills and Behaviors:
Demonstrates experience, familiarity and ease with handling large data sets and crunching numbers.
Significant experience with SQL or other software engineering languages (Python, C++, Java).
Familiarity with web analytics (Google Analytics, Site Catalyst), statistical packages (SAS, R), and visualization tools (Qlikview, Tableau).
Passionate about problem solving.
Ability to make data-driven decisions and highly results-oriented.
Enjoys having fun and truly wants to make real impact in their work.
PwC - ASR Innovation Data Science Intern
Preferred Knowledge/Skills:
Planning with other data scientists on the most effective analytical approach based upon requirements taking into consideration performance and scalability to large datasets
Designing and building analytical procedures
Performing unit and system testing to validate the output of the analytic procedures against expected results
Understanding of relational databases and SQL, including NoSQL database models, XML and other database models
Development languages, such as Python, Java or equivalent and applying analytical methods to large datasets leveraging one of those languages
從以上不同行業(yè)正在招聘的Data相關崗位中，我們不難看出，想求職Data Science，以下技能是必不可少的：
1
Hard skills
R編程
R編程專為滿足數據科學需求而設計，可以使用R來解決數據科學中遇到的任何問題。
事實上，43%的數據科學家正在使用R來解決統(tǒng)計問題。
Python編碼
Python是在數據科學中最常見的編碼語言，以及Java，Perl或C / C ++。
Python也是數據科學家的一種優(yōu)秀編程語言。在O'Reilly 調查的受訪者中，有40%使用Python作為他們的主要編程語言。
>>>點擊了解量化金融分析師AQF實訓項目—Python編程知識
SQL數據庫/編碼
SQL可以執(zhí)行添加，刪除和從數據庫中提取數據等操作，還可以執(zhí)行分析功能和轉換數據庫結構。
想進入數據科學領域，需要精通SQL，這是因為SQL專門用于幫助訪問、通信和處理數據。而且SQL具有簡潔的命令，可以節(jié)省時間并減少執(zhí)行困難查詢所需的編程量。
機器學習和AI
大量數據科學家并不精通機器學習領域和技術，包括神經網絡，強化學習，對抗性學習等。
如果想從其他數據科學家中脫穎而出，就需要了解機器學習技術，如監(jiān)督機器學習，決策樹，邏輯回歸等。這些技能將解決基于主要組織結果預測的不同數據科學問題。
2
Soft skills
好奇心
I have no special talent. I am only passionately curious.
-Albert Einstein
好奇心是成為數據科學家所需要的技能之一，這是因為數據科學領域是一個發(fā)展非常快的領域，必須學習更多才能跟上時代變化的節(jié)奏。
很多數據科學家有大約80%的時間來發(fā)現(xiàn)和準備數據。
商業(yè)頭腦
要成為一名數據科學家，需要對正在從事的行業(yè)有充分的了解，并了解公司正在努力解決的業(yè)務問題。
在數據科學方面，除了確定企業(yè)應利用其數據的新方法之外，能夠識別哪些問題對于業(yè)務而言至關重要是非常重要的。
溝通技巧和團隊合作
良好的溝通和團隊合作能力是數據科學家必不可少的技能，因為數據分析師將：
與公司高管合作制定戰(zhàn)略
與產品經理和設計師創(chuàng)造更好的產品
與營銷人員合作推出更好的轉換活動
與客戶和服務器軟件開發(fā)人員合作創(chuàng)建數據管道并改進工作流程
同樣是做Data Analyst的工作
在不同的公司要求的技能和工作內容很不一樣
Anyway
祝愿大家都能心想事成~
.png)
完善下表，48小時內查收全套AQF備考資料
.jpg)
文章推薦：
金程推薦： AQF考試 AQF報名 AQF培訓 量化金融分析師
微信公眾號：量化金融分析師
