美国数据科学的优势？毕业走向？

数据科学是当今发展最快、需求最大的职业之一。学习这方面的技能是一个令人兴奋的方式来成长或改变学生的职业生涯。

许多行业都需要数据科学家。职位空缺正在激增，因为企业正在大量提供有用的数据。公司聘请专家来完成预测市场趋势、提高销售转化率、降低成本甚至设计新设备等任务。

数据科学家到底是做什么的?

数据科学家分析信息。他们采用多学科的视角，从编程、机器学习、统计学、软件工程、人类行为分析、线性代数、实验科学和数据直觉等领域汲取灵感。数据科学家解决问题并发现如何实现目标的新见解。

在提出与基本问题相关的问题后，数据科学家将处理原始数据，收集，组织和分析它。他们创建并使用算法来识别回答问题的模式和趋势。数据科学家使用分析的数据来创建可视化。这是展示数据分析和发现的一个重要部分。见解必须以一种对没有受过技术培训或不了解技术的同事也能理解的方式展示。

数据科学适合哪些学生?

成功的数据科学家在数学、编程和统计学领域都有天赋。数据科学家收集信息和数据，对其进行分类和分析。他们在解决问题和处理问题时使用不同类型的数据源。学生需要在分析中使用统计数据，并采用复杂的概念，包括数据可视化和机器学习。计算机编程，人工智能，甚至人类行为等领域的熟练程度将是你作为数据科学家成功的关键。

毕业走向：

1. 数据科学家

获取大量数据，并将其转化为企业或组织可以采取有用行动的见解。数据科学家为数据建模设计流程。这些过程需要创建预测模型和算法，以及自定义分析。该专业人员必须与业务利益相关者合作，并就如何利用数据来实现目标和目标得出结论。可以为企业或组织提供决策所需的信息。数据科学家受雇于包括大公司和政府机构。对这些专业人士的需求很大。需要具备计算机科学、分析学、统计学、建模和数学等领域的技能。数据科学家的排名通常比数据分析师稍高。例如，数据科学家可能会创建一个复杂的数据模型，然后数据分析师可能会在日常基础上使用该模型生成业务报告。需要精通编程语言，如 SQL 、 Python 和 R 。

类似职位 : 数据科学主管，数据科学家 ( 高级分析 ) ，数据科学主管 - 数字平台，数据科学经理，数据科学家，数据科学家 - 政府，数据科学家 - 机器学习 / 计算机视觉 / NLP ，数据科学家 ( 计算机视觉和深度学习 ) ，数据科学家 ( 维护 ) ，数据科学家 / 分析师，数据科学家 / 工程师，数据科学主管，初级数据科学家，初级定量研究员，机器学习数据科学家，首席数据科学家，定量研究员、研究助理、研究协调员、研究发展协调员、研究员、高级分析师 - 数据科学家、高级数据顾问、高级数据科学家、高级经理 - 数据科学。

2.数据分析师

作为一名数据分析师，你的职责不仅包括数据分析，还包括数据解释。这些技能的结合使你在组织的决策过程中不可或缺。雇主雇佣数据分析师是为了寻找增加收入和降低成本的新机会。

在数据收集和分析过程中，数据分析师使用特定的方法。它们收集统计数据，并将其转换为企业易于理解和利用的信息。数据分析师将他们的发现报告给企业。 DC/MD/VA 领域的数据分析师年薪在 7 万美元到 12 万美元之间是很常见的。

数据分析师的一些工作职责包括以下任务 :

• 在信息需求的优先级上与业务管理人员合作

• 识别、理解和解释在复杂数据集中发现的任何模式或趋势

• 制定优化统计结果质量的策略。

要成为一名数据分析师，你应该获得数据分析或相关学科 ( 如数据科学或大数据管理 ) 的学士学位。有些雇主也喜欢硕士学位。

一旦你获得了学位，可以考虑去实习。一份入门级的工作 ( 例如，统计助理或技术人员 ) 也是一种有效的敲门砖。数据分析师通常了解微软的 Excel 、 SQL 、 Tableau 和 Python 。

职位 : 数据分析师，数据分析师 - 能源车队分析，数据分析师 / 初级数据科学家，数据分析顾问，数据分析项目经理，数据和分析高级分析师，数据基础设施分析师，数据质量分析师，经济数据分析师，初级数据分析师 / 科学家，首席数据分析师，问题解决者风险分析、研究与数据分析顾问、安全情报分析师、高级数据分析师、高级数据洞察分析师、高级审计师 ( 数据分析 ) 、高级数据分析师 / 科学家、高级数据与洞察分析师。

3.数据管理师

数据管理人员必须比数据科学家更了解事物的业务方面。他们是实现重要业务目标的关键，他们负责数据流、流程，甚至是相关的人员协调。

一个有效的数据管理人员必须具备以下方面的知识 :

• 存储和操作

• 建模和架构

• 集成和互操作性

• 安全

• 数据治理

• 数据质量

• 商业智能和仓储

• 管理主数据、内容和元数据、文档数据和参考数据

数据管理人员负责一个域的数据，或者整个部门或企业的数据。您必须确保数据在整个生命周期中的完整性，确保需要使用数据的人能够以有效的方式访问数据。

职位 : 客户成功经理 - 数据中心，数据中心设施经理，数据中心管理，数据中心运营经理，数据洞察经理，数据项目经理，数据库管理员，数据中心运营经理，数据工程经理，数据洞察经理，数据经理，数据项目经理，投资数据经理 - 分析，经理 - 气候数据科学，经理 - 数据管理和交付，产品数据经理，经理 - 数据管理和交付，经理 - 经理数据现代化，产品数据经理，程序化交易员，报告和数据经理，高级数据经理 - 信息学和数据质量，高级数据经理 - 数据治理，高级管理 ( 数据治理 ) ，空间数据官。

4.数据架构师

数据架构师是专门负责组织数据架构的设计、实现和管理的专业人员。在数据科学中，数据架构师的职位比其他一些职业要高级。入门级工作几乎没有这个头衔。如果成为数据架构师是你的最终目标，那么获得数据科学或计算机科学的硕士学位是一个很好的主意。

这里的职业道路是首先获得学士学位，通常至少有三到五年的工作经验。从数据库管理或编程开始您的职业生涯，然后继续加强您在数据仓库、数据建模、数据管理、数据开发和数据库设计方面的技能。

数据架构师在教育、金融、保险和商业等行业工作。数据架构师最重要的两个雇主是软件公司和技术制造商。在处理大量客户数据的组织中需要这些专业人员。

职位名称 : 大数据架构师、云解决方案架构师 — 数据科学 AI 、数据仓库架构师、数据仓库 / 商业智能架构师、数字解决方案架构师、信息架构师、 IT / 数据架构师、 IT 解决方案架构师、首席解决方案架构师、高级数据架构师、高级服务架构师、解决方案架构师、解决方案架构师 — 数据和分析、解决方案架构师 —PEGA 、高级架构师 — 数据和集成、高级数据解决方案架构师。

5.数据工程师

数据工程师比数据科学家在更基础的层面上工作。换句话说，这些专业人员是以原始形式处理数据的人。数据工程师的工作是让数据为数据科学家做额外的处理做好准备。数据工程师可能精通几种编程语言，如SQL、NoSQL、Apache Spark、Hadoop，以及Python、R、Java和c++。****

数据工程师必须处理具有机器、仪器或人为错误的原始数据。作为一名数据工程师，您处理的数据可能有有问题的记录或没有得到正确验证。使用它更具挑战性，因为它是未格式化的，并且将包含特定于特定系统的代码。

数据工程师是数据科学领域的大师，能够为存储和访问大量数据创建创新的方法。这些技术专业人员设计和创建数据架构和工具。他们必须在这个过程中彻底测试它们。数据工程师构建的工具旨在使业务数据的解释更容易完成。数据工程师的薪水很高，在数据中心 /MD/VA 地区的平均年薪在 8.5 万美元到 18 万美元之间。

数据工程师构建数据架构。它们在维护这些元素方面起着重要作用。另一项任务是分析和解释大量数据。要成为一名数据工程师，您需要对许多不同的数据分析工具和编程语言有非常深入的了解。数据工程工作通常为科技公司、企业和其他组织的 IT 部门工作。

数据工程师开发体系结构，构建体系结构并对其进行测试和维护。这种体系结构可以包括大规模的处理系统和数据库。数据科学家的职责是不同的，他或她是负责清理和组织数据的人。

数据工程师最重要的目标之一是提高业务的效率，从而帮助它更有效地完成其目标。数据工程师测试和推出特别先进的数据分析工具，以及包括机器学习和算法在内的技术。

职位名称 : 数据工程师、数据工程师顾问、数据工程师 — 数据仓库、数据工程师 — 机器学习、数据工程师 — 处理和分析、数据科学工程师、数据工程经理、初级数据工程师、初级集成工程师、首席数据工程师、平台工程师 — 数据、高级数据工程师。

6.业务分析师

业务分析师检查和分析业务流程。当涉及到项目团队时，该专业人员发现效率并承担领导地位。业务分析师为业务提供必要的技术信息。

信息技术是业务分析师最常见的行业。业务分析师还在一系列其他业务部门工作。一些最常见的职责和任务包括 :

• 识别业务机会并识别问题陈述

• 制作详细列出信息的商业文档，以及高级电子表格的使用

• 创建解决方案并与业务部门沟通

• 评估业务流程

• 报表管理

• 数据分析，包括定价、预算预测和计划

• 有效地向业务部门展示数据

要成为一名商业分析师，你需要一个领域的学士学位，比如信息系统金融、工商管理或其他密切相关的学科。你也可以获得商业分析、工商管理或信息系统的硕士学位，使自己在求职时更具竞争力。

职位 : 分析师客户沟通洞察，分析师 - 初级市场研究，业务分析师，业务分析师 - 营销，业务顾问负责人 ( 数据管理 ) ，商业智能分析师，商业智能 (BI) 和数据仓库开发人员，商业智能专家，客户细分分析师，客户战略专家，客户成功经理 - 数据中心，洞察分析师，洞察顾问 - 数据科学家，初级业务分析师，绩效和质量顾问。

7.软件工程师

软件工程师与数据科学家的不同之处在于，他们的领域更多地集中在终端用户的功能，以及应用程序开发和功能创建上。他们的重点是设计和开发软件系统。软件工程师在维护这些系统方面也起着重要作用。

软件工程师创建的应用程序生成的数据可能会被数据科学家使用。这两种职业都需要很强的编程技能。

您要处理的系统类型可以有很大的不同，包括从简单的应用程序到复杂的在线平台的所有内容。软件工程师通常在软件开发的每个阶段都发挥作用。产品发布后，软件工程师将经常负责维护。

软件工程师在 DC/MD/VA 的薪水会根据公司概况和工程师的经验而有很大的不同。软件工程师的平均工资约为 11.1 万美元。

职位 : 副软件工程师、后端软件工程师、嵌入式软件工程师、前端软件工程师、研究生软件工程师、研究生软件工程师 - 原型开发、初级后端软件工程师、初级开发人员、初级软件工程师、首席软件工程师、首席软件工程师 - 平台、 PHP 软件工程师、高级软件工程师、软件工程师、软件工程师专家、软件工程师 - 站点可靠性工程师、软件集成工程师、软件质量保证工程师、软件开发工程师、软件开发实习生、软件开发实习生。

8.机器学习工程师

要成为一名机器学习工程师，你需要数据科学和软件工程专业知识。机器学习工程师的目标和目标不同于数据科学家。

机器学习工程师创造工作软件。这与数据科学家及其可视化和分析的目标不同。作为一名机器学习工程师，你需要的一些技能包括统计和概率 ; 数据评估与建模 ; 系统设计与软件工程 ; 计算机科学与程序设计 ; 以及机器学习算法的应用。

作为机器学习工程师，您将开发 AI( 人工智能 ) 系统和机器。这些系统和机器不仅学习而且应用它们的知识。要做到这一点，你必须对复杂的算法和数据集非常熟练。

职位名称 : 计算机视觉工程师 - 机器学习图像处理，机器学习工程师，机器学习解决方案负责人，机器学习团队负责人。

9.* 统计学家*

统计学家与数据科学家的不同之处在于，他或她只关注统计，而不是数据科学的所有其他学科。要成为一名统计学家，你需要统计学或数学的大学学位 ( 或不止一个学位 ) 。

作为一名统计学家，你将建立和利用统计技术和理论来收集、分析和解释数字数据。这对于在组织中达成决策和创建策略是必不可少的。作为统计学家，你可能会在一些领域和行业中找到工作，例如，商业、医药、政府、科学和教育。

统计学家每年可以赚 8 万到 14 万美元。

职称 : 高级生物统计师、高级临床统计师、高级统计师、统计师、实习生物统计师。

10.数据建模师

数据建模师的工作对数据科学家的工作至关重要。数据建模师为数据库构建蓝图。这些数据库是数据科学家使用的数据的存储场所。

与数据科学家一样，数据建模师对于企业从原始数据中获取有用的信息，然后将这些信息用于业务决策至关重要。工作职责包括 :

• 整合来自部门和系统的数据，并以决策者可访问的方式呈现。

• 对早期的数据集进行逆向工程，以更好地掌握已建立的模型。

• 通过测试确保物理模型是直观的。

• 与高管和其他终端用户协商，确定公司的数据标准。

职位名称 : 数据建模师、数据建模师 / 数据分析师、信用风险建模师、解决方案设计师 / 数据建模师、建模地质学家、高级信用风险建模师。

与数据科学家一样，数据建模师对于企业从原始数据中获取有用的信息，然后将这些信息用于业务决策至关重要。工作职责包括:

• 整合来自部门和系统的数据，并以决策者可访问的方式呈现。

• 对早期的数据集进行逆向工程，以更好地掌握已建立的模型。

• 通过测试确保物理模型是直观的。

• 与高管和其他终端用户协商，确定公司的数据标准。

职位名称 : 数据建模师、数据建模师 / 数据分析师、信用风险建模师、解决方案设计师 / 数据建模师、建模地质学家、高级信用风险建模师。

数据科学家可以从事哪些项目 ?

在某些方面，数据科学这个术语已经成为许多不同类型职责的统称。根据数据科学家选择的学位，他们从事的行业以及他们的激情所在，他们可能参与的项目涉及创建或实施 :

• 用于检测欺诈的网络安全工具

• 仪表板和其他报告工具

• 分类、聚类或关联不同类型数据的机器学习模型

• 市场分析和情绪分析的新方法

• 确定未来销售趋势的预测模型

• 展示计算机网络如何学习的机器人模型

• 能够预测交通事故可能发生的时间和原因的系统

• 优化生产流程的系统

• 可以查找和消除垃圾数据的工具

一些数据科学家从事研究工作，寻找新的数据科学应用。