大數(shù)據(jù)科學(xué)家被認為是21世紀(jì)最性感的職業(yè)，且未來薪水優(yōu)渥。其工資高達10萬美金每年，而市場對最優(yōu)秀的數(shù)據(jù)科學(xué)家的需求正強勁。另一方面，很多20世紀(jì)流行的工作將會因為機器人， 人工智能 和機器學(xué)習(xí)的發(fā)展而消失。那么，如何做才能確保自己得到這份性感的工作，成為一名數(shù)據(jù)科學(xué)家并被雇傭呢？

出人意料的是，一切都是從獲得正確的技能開始。成為一名數(shù)據(jù)科學(xué)家的挑戰(zhàn)在于，你需要掌握一長串技能來確保自己得到一份工作。前些時候，我發(fā)表了一篇文章，描述了大數(shù)據(jù)科學(xué)家的典型職業(yè)要求，同時其他的圖表也表明，成為一名大數(shù)據(jù)科學(xué)家，有很長的路要走。但是，至2020年時，英國將有56000名大數(shù)據(jù)科學(xué)家缺口，美國將有14萬至19萬缺口，成為一名大數(shù)據(jù)科學(xué)家無疑是值得追求的。

　　 能夠選擇正確的技術(shù)

　　一個數(shù)據(jù)科學(xué)家應(yīng)該能夠在不同數(shù)據(jù)源中成千上萬的數(shù)據(jù)點中發(fā)現(xiàn)規(guī)律，并能夠從那些可用于制定決策的規(guī)律中得出洞見。數(shù)據(jù)科學(xué)家應(yīng)當(dāng)能夠發(fā)現(xiàn)可以促使優(yōu)化這些洞見的關(guān)鍵條件，比如一個工廠中的傳感器數(shù)據(jù)或者識別零售行業(yè)中的客戶行為因果關(guān)系?；谶@些要求，數(shù)據(jù)科學(xué)家應(yīng)當(dāng)能夠選擇最優(yōu)的工具和技術(shù)來得到最好的結(jié)果。所以， 大數(shù)據(jù) 科學(xué)家應(yīng)當(dāng)能夠明智地從一堆技術(shù)中選出可以最優(yōu)化結(jié)果的方法，而不是僅僅知道很多不同的技術(shù)方法。

　　 理解商業(yè)背景

當(dāng)然，要選擇正確的技術(shù)方法需要對具體行業(yè)有了解，并且更重要的是，要能正確理解商業(yè)背景。在一個數(shù)據(jù)科學(xué)家一頭扎進數(shù)據(jù)的海洋之前，他或她應(yīng)當(dāng)明確理解數(shù)據(jù)應(yīng)用的背景并深刻理解眼前的問題。要做到這一點，最好的辦法是和商業(yè)伙伴進行合作，向他們提問來弄清楚問題背景，以便徹底明白需要做什么。所以一個數(shù)據(jù)科學(xué)家也需要對商業(yè)模式是如何運作的有一些了解，了解到什么程度取決于公司和行業(yè)的規(guī)模。

不同的行業(yè)有不同的問題，不同的問題要求不同的解決辦法。為了在某一具體行業(yè)找到一份工作，你需要對這個行業(yè)有一些認知，來幫助你更好的理解商業(yè)背景。對商業(yè)背景更深入地了解可以促使你形成更優(yōu)的洞見。

　　 通過項目來獲得工作經(jīng)驗

對于初入職場的數(shù)據(jù)科學(xué)家來說，特別是有雄心壯志的人，他們需要有處理不同來源數(shù)據(jù)和解決各種各樣問題的經(jīng)驗。盡管大數(shù)據(jù)科學(xué)家人才短缺，如果想得到這份工作的話，展示相關(guān)經(jīng)驗仍然是十分重要的。當(dāng)然，有一點兒經(jīng)驗聽起來很容易辦到，但是做過越多不同的項目，你才能掌握更多的技能并且更好的理解不同的商業(yè)模式。諸如由哈佛創(chuàng)新實驗室開發(fā)的Kaggle和Experfy這樣的網(wǎng)站，能夠幫你獲得相關(guān)經(jīng)驗并助你得到最喜歡的公司的理想工作。

　　 給組織機構(gòu)的福利：雇傭合適數(shù)據(jù)科學(xué)家的建議

對于各種組織機構(gòu)來說，雇傭到合適的數(shù)據(jù)科學(xué)家也是一個挑戰(zhàn)。在此我給出三點相關(guān)建議：

1.由于人才短缺，最合適的數(shù)據(jù)科學(xué)家現(xiàn)在可能并沒出現(xiàn)。掌握不同技術(shù)的頂尖數(shù)據(jù)科學(xué)家甚至根本不存在。所以如果你想開展大數(shù)據(jù)戰(zhàn)略，找一個既有行業(yè)知識又有基本數(shù)據(jù)分析技能的專業(yè)人士吧。以此為起點，這個數(shù)據(jù)科學(xué)家也可以從工作中學(xué)習(xí)和提升技能。

2.合適的數(shù)據(jù)科學(xué)家可能遠在千里之外。要么你可以等待這種局面的改變（有數(shù)據(jù)科學(xué)家搬到單位所在城市），要么你可以試著讓你看中的人才搬到單位附近或者開展遠程辦公。數(shù)據(jù)分析活動可以遠程開展，而通過視頻會議，你們?nèi)钥梢赃M行合作。

3.培訓(xùn)現(xiàn)有職員并讓他們互相學(xué)習(xí)。你可以看看是否可以培訓(xùn)現(xiàn)有雇員并讓他們提升技能，而非雇傭一個昂貴的數(shù)據(jù)科學(xué)家。甚至可能你已經(jīng)雇了一個數(shù)據(jù)科學(xué)家而你自己都不知道。

　　 內(nèi)容來源：Datartisan數(shù)據(jù)工匠

?原文作者：Mark van Rijmenam

?譯者：Fibears

責(zé)任編輯：陳近梅