专业数据人才教育行业生态研究报告（62页）

行业报告下载 2018年06月22日 06:43 管理员

1.1 专业数据人才分类

专业数据人才是从事数据业务的核心技术人才。依据数据行业的多年实践经验，TalkingData 将专业数据人才分为四类:数据科学家、数据工程师、数据分析师和数据产品经理。

1.1.1 数据科学家

数据科学家是综合运用数据科学领域知识对数据进行采集、处理、挖掘、建模等操作以形成洞察并最终解决问题的专业型人才(见图 7)。数据科学家致力于用数据产生实际的价值。

尽管市场上现有数据科学家往往具有不同的教育背景和工作经验背景，但是在专业角度上，他们一般需要如上图所示四个方面有能力:

业务领域:业务领域方面的知识和能力是必备的。数据科学家要对问题所在领域的知识有充分的掌握和理解，，例如接触金融数据项目，就需要理解金融行业的趋势和业务模型，能够进行专业化的数据分析。数据科学家对业务领域的了解和知识储备是提升数据价值的关键。

机器学习:机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。这些学科都可以用来帮助数据科学家梳理业务领域中遇到的各种数据问题，进行建模并得出指标和预测值来辅助业务。

  工程能力:工程能力代表的是数据科学家的动手能力，影响数据科学家的工作效率和产出质量。

沟通能力:沟通能力可以帮助数据科学家发现并解决问题。数据科学家的沟通能力应该能够将数据的价值以通俗易懂的方式表达出来，以确保数据发挥真正的价值。随着业务领域的深入，数据科学家应该能经常发现和提出新的洞察和建议，以帮助企业实现其目标。

  除了上述四点能力外，数据科学家应该具备的其他素质包括:

根据需要自定义方法并解决具体的问题，以便最大限度地交付最优化的成果(包括编写新的算法和修改现有算法的能力);
访问和查询多个不同的数据库和数据源(例如，RDBMS、NoSQL、NewSQL 等)，以及将数据集成到主要分析驱动的数据源里(例如，OLAP、数据仓库、数据湖等);
查找并选择最佳的数据源和数据特征(变量)，包括根据需要构建新的特征指标(功能设计);
了解统计知识，编程和封装可供选择的算法库，并选择最优;

专业数据人才教育行业生态研究报告（62页）