由于數據科學和數據分析是個快速發展的領域，當前的合格申請者嚴重缺乏。這使得數據科學家對于那些有興趣，并尋找新的職業生涯的人成為有前途的和有利可圖的領域。

漫畫內容：

老板：用CRS數據庫數據評估一下市場吧。
員工：這個數據是不正確的。
老板：那用SIBS數據庫吧。
員工：這個也是不正確的。
老板：你能均衡一下嗎？
員工：當然，我還能把它們相乘

但如何能成為一個數據科學家呢？

首先，各個公司對數據科學家的定義各不相同，當前還沒有統一的定義。但在一般情況下，一個數據科學家結合了軟件工程師與統計學家的技能，并且在他或者她希望工作的領域投入了大量行業知識。

大約90%的數據科學家至少有大學教育經歷，甚至到博士以及獲得博士學位，當然，他們獲得的學位的領域非常廣泛。一些招聘者甚至發現人文專業的人們有所需的創造力，他們能教別人一些關鍵技能。

因此，排除一個數據科學的學位計劃（世界各地的著名大學雨后春筍般的出現著），你需要采取什么措施，成為一個數據科學家？

[[152579]]

1、復習你的數學和統計技能。一個好的數據科學家必須能夠理解數據告訴你的內容，做到這一點，你必須有扎實的基本線性代數，對算法和統計技能的理解。在某些特定場合可能需要高等數學，但這是一個好的開始場合。

2、了解機器學習的概念。機器學習是下一個新興詞，卻和大數據有著千絲萬縷的聯系。機器學習使用人工智能算法將數據轉化為價值，并且無需顯式編程。

3、學習代碼。數據科學家必須知道如何調整代碼，以便告訴計算機如何分析數據。從一個開放源碼的語言如Python那里開始吧。

4、了解數據庫、數據池及分布式存儲。數據存儲在數據庫、數據池或整個分布式網絡中。以及如何建設這些數據的存儲庫取決于你如何訪問、使用、并分析這些數據。如果當你建設你的數據存儲時沒有整體架構或者超前規劃，那后續對你的影響將十分深遠。

5、學習數據修改和數據清洗技術。數據修改是將原始數據到另一種更容易訪問和分析的格式。數據清理有助于消除重復和“壞”數據。兩者都是數據科學家工具箱中的必備工具。

6、了解良好的數據可視化和報告的基本知識。你不必成為一個平面設計師，但你確實需要深諳如何創建數據報告，便于外行的人比如你的經理或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，是時候擴大你的數據科學工具箱了，包括Hadoop、R語言和Spark。這些工具的使用經驗和知識將讓你處于大量數據科學求職者之上。

8、練習。在你在新的領域有一個工作之前，你如何練習成為數據科學家？使用開源代碼開發一個你喜歡的項目、參加比賽、成為網絡工作數據科學家、參加訓練營、志愿者或實習生。***的數據科學家在數據領域將擁有經驗和直覺，能夠展示自己的作品，以成為應聘者。

9、成為社區的一員。跟著同行業中的思想***，閱讀行業博客和網站，參與，提出問題，并隨時了解時事新聞和理論。目前，36大數據已開通數據科學家欄目，并且每日為大家帶來大數據行業***最干貨的內容，歡迎大家關注微信公眾號(dashuju36)。

聽起來好像有很多？嗯，就是這樣。數據科學并不適合每一個人，但適合于有興趣的和專注的，也有令人難以置信的回報。如果你沒有足夠的錢去參加大學課程，可以找一些免費的網絡資源，完成這些步驟。