这是具有15年经验的数据科学家Genevieve Hayes的文章的译文。 作者讨论了应开发哪些技能以显着增加在数据科学领域找到工作的机会。 为了识别这些技能，她分析了澳大利亚，加拿大，英国和美国的100名雇主发布的职位。
以前，要在数据科学领域找到一份工作，必须具备足够的R或Python语言基本编程技能，以及在MOOC（大规模开放在线课程）上获得的机器学习领域的知识。
无论如何，我听到了。 在这样的早期阶段，我并不幸运地进入数据科学领域。
我在2015年首次听说数据科学，距Thomas H. Davenport和J. D. Patil称数据科学家为“ 21世纪最有吸引力的职业”差不多三年了。
当时，该领域的竞争已经很激烈。 我认为从那以后它只会加剧。 对这个专业的兴趣每年都在增长，许多大学都提供数据科学和分析硕士学位。
您也可以自信地说，为了使您的简历脱颖而出，仅参加Coursera的Data Science课程是不够的。
因此，如果您已经是“神”级程序员并且完成了许多机器学习课程，而您却在晚上随机梦想着“随机森林”和神经网络，那么您需要从事哪些技能才能进入数据领域科学？ 当您到达那里时，朝哪个方向进一步发展？
我们为什么不问雇主？
数据科学专业人员最重要的技能
为了找出雇主对数据科学专家的期望，我研究了这一领域的100个工作。 所有这些都于2019年4月22日至5月5日发布在LinkedIn上，属于澳大利亚，加拿大，英国和美国的公司。
在选择空缺职位公告时，要考虑到招聘公司的类型，规模，行业和职位水平。 选择中仅包括管理角色。
从这些广告中，我选择了指示为选择标准或职位描述的技能，并确定了数据科学专家20种最受欢迎的技能（不包括编程语言和技术知识）。
它们是：
这些技能可以分为三类：
- 建模和统计 ：包括机器学习，统计建模和模型部署。
- 以及数据工程和编程 ：包括主要数据处理，数据库处理和分布式计算（如果分析中包括编程语言，我也会在此类别中指出）。
- 社交能力和专业精神 ：包括深厚的专业知识，分析数据，管理和指导初级雇员的能力。
根据以上所述，可以识别出六种值得发展的技能，这些技能可以显着提高找到工作的机会：
建模与统计数据工程社交能力和专业精神（如果您想更多地了解为什么这些技能很重要以及如何发展这些技能，请查看这篇文章：
如何在数据科学中变得通用 。）
我应该首先学习什么技能？
在数据科学领域发现的100个职位空缺中，有15个属于入门级职位（初级，实习生，“毕业生”等），其中44个属于中级专家，41个属于高级专家（高级，负责人，主管和高级职位）。等）。
下表显示了提及六个先前定义的技能中的每个技能的职位广告的百分比，以及每个技能的排名。
在所有工作级别上，“表达和沟通技巧”始终是雇主中最需要的两个技巧之一。 此外，随着工作经验的增加，诸如“用人道主义思想解释听众的技术概念”和“与客户/利益相关者合作”等沟通技巧变得越来越重要。
因此，如果您必须选择一项技能，而该技能需要不断发展，那么社交性将是正确的选择。
但是为什么只停留在一个呢？
“统计建模/统计分析”也是所有职位级别的三大技能之一，这表明了他们发展的重要性。 对于职业初期的专业人员而言，这尤其重要。
从入门级职位升至更高级别时，应牢记将“统计建模/统计分析”称为期望技能的职位空缺百分比从53.3％增加到86.4％。
那些计划担任更高职位的人，重要的是要注意领导技能的发展和指导。 前提是已经开发了统计技能。
尽管数据科学领域的入门级职位仅6.7％需要领导/指导技能，但在更高职位中，已经有58.5％的案例需要职位（增加873％），这使他们在需求中排名第五。
总结
磨练以上所有技能将需要一些时间，但应该如此。 如果您可以在周末掌握该领域所需的所有知识，您是否愿意将毕生精力投入到这项工作中？
但是，通过一次只关注一个或两个技能并每周仅投入几个小时，您将获得一系列必需的技能，这些技能将帮助您在人群中脱颖而出，并增加职业发展的机会或在数据科学领域获得理想的工作。
那么，您首先要掌握什么技能？