如果你想要成为数据科学家需要有以下特点：
1、教育——数据科学家受教育程度都很高，其中88%至少拥有硕士学位 ，46%有博士学位。虽然有一些名人特例 ，不过通常来说成为一名数据科学家需要扎实的教育背景，才能掌握所需的深度知识 。最常见的研究领域包括数学与统计学（32%） ，其次是计算机科学（19%）以及工程学（16%） 。
2 、SAS软件与/或R语言——对其中至少一种分析工具有深入的了解 ，一般对数据科学来说R语言更好一些。
技术能力：计算机科学
3 、都是公司在招聘数据科学类角色时最常提出的语言要求 。
4、Hadoop平台——尽管不是总有这个需求，不过在很多情况下掌握它的人优势更大 。熟悉Hive或Pig也是很有利的卖点。熟悉类似Amazon S3这样的云工具也会很有优势 。
5 、SQL数据库/编程——尽管NoSQL和Hadoop已经成为了数据科学很大的组成部分之一 ，招聘者还是希望能够找到可以编写与执行SQL复杂查询的候选人 。
6 、非结构化数据——数据科学家能够处理非结构化数据这一点非常重要 ，无论这些数据是来自社交媒体、视频源或者音频的。
非技术类技能
7 、求知欲——毫无疑问最近到处都能看到这个词，尤其是在与数据科学家关联时 。Frank Lo在几个月前的博文中描述了这个词的含义 ，并且讨论了其他必须的“软技能” 。
8 、商业智慧——想要成为数据科学家 ，需要充分了解自己工作的行业，并且知道公司想要解决的商业问题是哪些。能够根据数据科学分辨出解决哪些问题对公司来说更为重要 ，并且能够找出利用数据的新办法 ，这些是非常关键的 。
9、通用技能——寻找优秀数据科学家的公司想要的是这样的人材：能够清楚顺畅地将自己的技术发现转化为非技术团队（比如市场部或者销售部）能够使用的内容 。
1 、复习你的数学和统计技能
一个好的数据科学家必须能够理解数据告诉你的内容，做到这一点，你必须有扎实的基本线性代数 ，对算法和统计技能的理解。在某些特定场合可能需要高等数学 ，但这是一个好的开始场合。
2 、了解机器学习的概念
机器学习是下一个新兴词，却和大数据有着千丝万缕的联系 。机器学习使用人工智能算法将数据转化为价值 ，并且无需显式编程 。
3、学习代码
数据科学家必须知道如何调整代码 ，以便告诉计算机如何分析数据。从一个开放源码的语言如Python那里开始吧 。
4 、了解数据库 、数据池及分布式存储
数据存储在数据库、数据池或整个分布式网络中 。以及如何建设这些数据的存储库取决于你如何访问、使用 、并分析这些数据。如果当你建设你的数据存储时没有整体架构或者超前规划，那后续对你的影响将十分深远 。
5 、学习数据修改和数据清洗技术
数据修改是将原始数据到另一种更容易访问和分析的格式 。数据清理有助于消除重复和?坏?数据。两者都是数据科学家工具箱中的必备工具 。
6、了解良好的数据可视化和报告的基本知识
你不必成为一个平面设计师 ，但你确实需要深谙如何创建数据报告 ，便于外行的人比如你的经理或CEO可以理解 。
7 、添加更多的工具到您的工具箱
一旦你掌握了以上技巧，是时候扩大你的数据科学工具箱了 ，包括Hadoop 、R语言和Spark。这些工具的使用经验和知识将让你处于大量数据科学求职者之上 。
本文来自作者[荣荌荌]投稿，不代表欧欧号立场，如若转载，请注明出处：http://cn.ooclchb.cn/hohohao/1431.html
评论列表（3条）
我是欧欧号的签约作者“荣荌荌”
本文概览：如果你想要成为数据科学家需要有以下特点：1、教育——数据科学家受教育程度都很高，其中88%至少拥有硕士学位，46%有博士学位。虽然有一些名人特例，不过通常来说成为一名数据科学家...
文章不错《我怎样成为数据科学家》内容很有帮助