写点什么

数据科学技能中,哪些是核心技能,哪些是热门 / 新兴技能?

  • 2019-10-11
  • 本文字数:1844 字

    阅读完需:约 6 分钟

数据科学技能中,哪些是核心技能,哪些是热门 / 新兴技能?

本文最初发布于 KDnuggets 网站,经 KDnuggets 官方授权由 InfoQ 中文站翻译并分享。


我们确定了两类主要的数据科学技能:一类是大多数受访者所拥有的稳定技能,这一类有 13 项核心技能;另一类是大多数受访者尚未拥有但想掌握的热门 / 新兴技能。请参阅我们详细的分析。


最新的 KDnuggets 投票调查问了如下两个问题:


  1. 你目前拥有哪些技能 / 知识领域(在工作或研究中可以使用的水平)?

  2. 你想增加或提高哪些技能?


我们根据 KDnuggets 之前的一些文章和投票调查,选出了 30 项技能。


这次投票调查总共收到了超过 1500 张投票,这是一个足够大的样本,可以做出有意义的推论。平均每个投票者报告声称其拥有 10 项技能,并希望增加或者提高 6~7 项技能。


下面的图 1 显示了关键的调查结果,x 轴表示 % 已拥有技能,显示的是第一个投票问题的答案;y 轴表示的是 % 想拥有的技能,显示的是第二个投票问题的答案。每个圆形的大小与已拥有该技能的投票者的百分比成正比,而颜色取决于“想拥有 / 已有用”的比率(>1,比率越高颜色越红;<1,比率越低颜色越蓝)。



图 1. 与数据科学相关的技能,已拥有技能 vs 想增加 / 提高技能


在这种图表中,我们注意到有两个主要的集合。


图表右侧蓝色虚线矩形为第一个集合,该集合包含超过 40% 投票者所拥有的技能,以及“想要拥有 / 已经拥有”的比率小于 1。我们称之为核心数据科学技能。它们将在表 1 中列出。


表 1:核心数据科学技能,按 % 已拥有技能降序排列。


技能 % 已拥有 % 想拥有 % 想拥有 / % 已拥有
Python71.2%37.1%0.52
数据可视化69.0%25.3%0.37
批判性思维66.7%15.5%0.23
Excel66.5%4.6%0.07
交流沟通技巧65.9%16.5%0.25
机器学习64.3%41.0%0.64
统计学63.8%27.8%0.44
SQL/ 数据库代码实现57.3%16.0%0.28
业务理解57.0%22.2%0.39
数学52.6%17.5%0.33
ETL - 数据准备48.3%14.1%0.29
R45.1%19.8%0.44
Scikit-learn44.1%24.0%0.54


其中,最希望添加或提升的技能是机器学习(41%)和 Python(37%)。增长最少的是 Excel——只有 7% 的人想增加或提高他们的 Excel 技能。


图 1 左侧用红色边框标记的第二个集合,包括目前不太流行(% 已拥有技能 <30%)但正在增长的技能,“想拥有 / 已有用”的比率大于 1,请见表 2。我们将其称为热门 / 新兴数据科学技能。


表 2:热门 / 新兴数据科学技能,按“想拥有 / 已拥有”降序排列。


技能 % 已拥有 % 想拥有 % 想拥有 / % 已拥有
Pytorch7.0%29.6%4.26
Scala4.2%13.3%3.14
其他大数据工具8.9%27.4%3.08
TensorFlow19.1%46.4%2.44
Apache Spark16.0%34.6%2.16
Hadoop10.9%22.7%2.08
深度学习25.9%49.6%1.92
No-SQL 数据库14.0%23.2%1.65
自然语言处理 - 文本处理25.0%33.8%1.35
Kaggle14.5%18.4%1.27
非结构化数据22.3%27.7%1.24


有趣的是,尽管有人认为 Hadoop 正在走下坡路,但在这次投票调查中,想学习 Hadoop 的人比已经知道它的人还多,所以 Hadoop 有可能仍然会越来越受欢迎。尽管 Julia 的“想拥有 / 已拥有”的比率为 3.4,但我们仍然没有将它包括在热门 / 新兴技能中,因为只有 2% 的投票者选择了它,因此它并不具备足够的支持。


其余的技能,如 XGBoost、软件工程、Java、MATLAB、SAS 只被 10%~30% 的投票者拥有,但没有增长:“想拥有 / 已拥有”的比率小于 1。


表 3:其他数据科学技能,按 % 已拥有的百分比递减


技能 % 已拥有 % 想拥有 % 想拥有 /% 已拥有
软件工程25.7%15.2%0.59
XGBoost22.3%19.0%0.85
Java15.1%7.7%0.51
SAS12.7%7.2%0.57
MATLAB10.9%7.9%0.73
Julia2.0%6.9%3.44


小假面是关于投票调查的更多细节。图 2 按 % 已拥有进行降序排列。



图 2:KDnuggets 读者拥有的数据科学技能


图 3 显示了读者想要增加或提高的技能,以及他们所拥有的技能。



图 3:KDnuggets 读者想要增加或提高的数据科学技能(红色)和已拥有的数据科学技能(蓝色)。


我们看到,现有的和有意向的数据科学家想要添加的顶级技能是深度学习、TensorFlow、机器学习和 Python。


投票调查还询问了就业类型:


  • 行业 / 自雇:64.4%

  • 政府 / 非营利组织:7.2%

  • 学术界 / 大学:7.0%

  • 学者:14.3%

  • 其他 /NA:7.1%


区域分布为:


  • 美国 / 加拿大:37.9%

  • 欧洲:28.3%

  • 亚洲:19.3%

  • 拉丁美洲:6.1%

  • 非洲 / 中东:4.8%

  • 其他:3.5%


作者介绍:


Gregory Piatetsky-Shapiro 博士是 KDnuggets 的总裁,也是大数据、数据挖掘和数据科学领域的领军人物。他是数据挖掘和数据科学领先研究会议 KDD 的共同创始人,也是 ACM SIGKDD 的共同创始人和前任主席。他还是两家初创公司的首席科学家。


原文链接:


Which Data Science Skills are core and which are hot/emerging ones?


2019-10-11 18:242864
用户头像

发布了 376 篇内容, 共 200.8 次阅读, 收获喜欢 949 次。

关注

评论

发布
暂无评论
发现更多内容

ETLCloud中数据脱敏规则的使用技巧

RestCloud

数据库 数据处理 ETL 数据脱敏 数据集成

Cartesia 发布实时 STT 模型 Ink-Whisper;Niantic 与 Snap 合作 AR 眼镜地图系统 丨日报

声网

从OrcaMind.ai看链上AI操作系统,到底是技术噱头还是未来?

石头财经

华为Pura 80系列用户享Petal One三个月悦享套餐,6大会员权益一键领

最新动态

基于昇腾适配DeepMind团队发布的蛋白质结构预测模型OpenFold

Splendid2025

人工智能、

探索OrcaMind.ai打造的链上AI操作系统,开启Web3新时代

加密眼界

探索 Pencils Swap 的叙事:为 DeFi 的再次爆发蓄力

加密眼界

AI 数据分析训练营第 1 期 -- 毕业总结

grandocean

2025年第二届“兴智杯”智能编码创新应用开发挑战赛正式启动

阿里云云效

AI 聊天应用的需求汇总10条

量贩潮汐·WholesaleTide

AI

芜湖,又被白嫖喽!

程序员郭顺发

百度沈抖:全栈自主可控,为应用而生

百度Geek说

夸克发布首个高考志愿大模型凭什么喊出“让天下没有难报的志愿”

脑极体

AI

Geneformer:基于Transformer的基因表达预测深度学习模型

Splendid2025

人工智能、

玩转 Databend UDF

Databend

阿里P 8专家爆出:入职阿里必备的598道java面试题,内含算法

程序员高级码农

AI开发最后一公里的神器,YouWare

大林

AI coding 氛围编程 AI 编程

Mint Studio 正式上线:下一代 NFT 资产发行平台

NFT Research

NFT NFT\ #Web3

上海的朋友来找 RTE 社区交流吧!丨亚马逊云科技中国峰会,6.19-20,上海世博中心

声网

OrcaMind.ai链上AI操作系统揭秘,一文读懂它凭什么革新行业

股市老人

ArkUI-X在Android上使用Fragment开发指南

龙儿筝

昇腾AI4S图机器学习:DGL消息传递接口的PyG替换

Splendid2025

认识 SwiftChat:一款跨平台、高性能的 AI 助手应用程序

亚马逊云科技 (Amazon Web Services)

Dify实战案例:AI邮件批量发送器!

王磊

BOE(京东方)携钙钛矿、新能源产品及解决方案亮相2025 SNEC 科技创新赋能行业绿色发展

爱极客侠

探索OrcaMind.ai打造的链上AI操作系统,开启Web3新时代

BlockChain先知

基于昇腾适配Meta AI在Science正刊发表的蛋白质结构预测模型ESMFold

Splendid2025

人工智能、

基于昇腾适配数据驱动的全球天气预报模型Fuxi

Splendid2025

人工智能「

2025年第二届“兴智杯”智能编码创新应用开发挑战赛正式启动

阿里巴巴云原生

ArkUI-X构建Android平台AAR及使用

龙儿筝

鸿蒙 UI 开发基础语法与组件复用全解析:从装饰器到工程化实践指南

谢道韫

数据科学技能中,哪些是核心技能,哪些是热门 / 新兴技能?_大数据_Gregory Piatetsky_InfoQ精选文章