随着科技的发展，每天每时每刻都有大量数据被产生和存储下来。如何才能把这些数据变成有用的信息价值被人类所利用，就需要通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现整个过程。 数据分析师的职责，就是从大数据库中提取信息，通过数据挖掘和数据存储为人力资源、市场营销、客户服务和运营等多个业务领域的决策提供信息。 因此，数据科学(DataScience)也逐渐成为出国留学申请最为火热的专业之一。而在就业端口，目前，不止像Facebook这样的科技公司需要Data人才，越来越多的投行和咨询公司对Data人才的需求也日渐增长。根据麦肯锡等咨询行业的研究报告，数据相关类的岗位需求仅在美国就突破了20W。 据IBM预测，到2020年，所有美国数据科学类岗位数量将增加36万个，总数达到270万。简要介绍数据科学的三类职业方向：机器学习、数据分析和数据科学家。 一． 机器学习工程师Machine Learning Engineer 代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。一般需要shipproduction code，做出来的是数据产品。
二． 数据分析员Data Analyst 工作内容俗称analytics (product analytics or business analytics)，从数据中提取insight，估计投资回报比，为产品方向提建议。 Data Analyst的基本工资中值为58777美元。 能够影响薪资的技能包括： 数据分析、MicrosoftExcel、SQL、数据库管理与报告、MicrosoftOffice、数据挖掘/数据仓库、统计分析、数据建模、数据录入、MicrosoftSQL Server、MicrosoftAccess、MicrosoftWord、R、TableauSoftware、SAS。
三． 数据科学家Data Scientist IT数据科学家工作内容以高级建模为主，会针对复杂的问题来设计技术方案。 它的任务是为建模、数据挖掘和生产目的设计和构建新的数据集流程。确定改进数据和搜索质量以及预测能力的新方法。执行和解释关于新数据源或现有数据源的新用途的数据研究和产品实验。开发原型、概念证明、算法、预测模型和分析。 营销数据科学家负责构建和调整转换算法和数据挖掘策略，以利用消费者数据，通过数据来给出营销方面的战略建议，确保在线营销策略与公司更广泛的营销计划相结合。并使用比如AdobeAnalytics /Google Analytics这类分析工具，及时向公司管理层和客户提供综合报告。
Data Science是近几年被独立分割出的新兴专业，是一门交叉的学科，涉及到很多的领域包括：统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。大数据时代的到来，为各个科学领域带来了新的改革。 然而其交叉学科的性质和未来广阔的不同专业的就业面，使得众多学科背景的人群都可以参加学习这个专业,包括数学，计算机，经济等专业都有可以。
| 
发表于 2019-2-15 11:31:33
