导入
数据科学家工具箱
了解数据科学家应具备的热门编程与非编程技能。
你可能会问：“我应该学习哪些工具才能成为一名数据科学家？” 你可能期望的回答是编程或软件工具。但请不要认为仅掌握编程就足以进入数据科学领域。我们还需要掌握另外两个关键工具——研究能力和讲故事的能力。
...
...
数据科学家职位招聘信息
| 级别 | 要求 | 技术栈 |
|---|---|---|
| 实习生 | 正在攻读量化领域（如数学、统计学、工程学、数据科学）的硕士或博士学位，或具备相当的研究经验；能够从数据集合中挖掘出有价值的洞察 | Python、R、SQL、Spark、Jupyter、TensorFlow |
| 初级 | 拥有4年以上处理高稀疏性或高维度大数据集的经验，能够使用SQL或脚本语言进行数据预处理与分析，以获得可操作的洞察；4年以上使用报表工具（如Power BI、Tableau等）进行数据处理与可视化开发的经验；1年以上Python、R或两者结合的编程实战经验；具备应用假设检验、分类、回归、时间序列预测、聚类等统计与机器学习技术于真实数据集的经验；对客户获取分析充满热情，对问题领域有深入理解，或愿意将技能应用于新领域（如客户获取分析）；具备独立主动的工作态度，乐于承担责任并主动迎接新挑战；能够综合运用定量与定性方法解决分析问题 | SQL、Power BI、Tableau、Python、R、MATLAB |
| 远程岗位 | 4年以上在SQL或NoSQL数据库环境中访问和操作数据的经验；2年以上使用科学计算脚本语言（如Python、R、SAS）和/或面向对象编程语言（如C++、Java）的经验；3年以上贝叶斯统计、超越线性回归的回归分析、监督学习、无监督学习或时间序列分析经验；总计5年以上分析相关经验（可包含研究生阶段工作经历）；优先考虑具备事件数据处理、AWS云基础设施、S3数据湖（配合Presto/Athena接口）以及Optimizely在线测试平台使用经验者 | SQL、NoSQL、Python、R、SAS、C++、Java |