數(shù)據(jù)科學(xué)家-21世紀(jì)最性感的工作-可以說是每個數(shù)據(jù)分析師的最終目標(biāo)，既然拿到的Stack Overflow調(diào)查問卷中含有數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家的數(shù)據(jù)，那本次報告的任務(wù)就是橫向?qū)Ρ纫幌聰?shù)據(jù)分析師與數(shù)據(jù)科學(xué)家，讓大家對自己的未來的技能樹選擇能有多一點的數(shù)據(jù)支持。

假設(shè)問題

• 目前處在或者即將處在數(shù)據(jù)分析師職位的朋友應(yīng)該打磨自己的哪項技能?
• 數(shù)據(jù)分析師為自己未來的數(shù)據(jù)科學(xué)家之路應(yīng)該如何擴充自己的技能樹?

問題解析

本次報告嘗試橫向?qū)Ρ葦?shù)據(jù)分析師與數(shù)據(jù)科學(xué)家，將在兩個職業(yè)的比較中回答假設(shè)問題，這樣做的好處是使兩種職業(yè)更飽滿的展現(xiàn)在讀者面前，因為問題的針對性比較強，對比的過程中也可以很清晰的解答問題，所以本次報告以這樣的形式展現(xiàn)出來

數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家

人物畫像

上圖中的語言與學(xué)歷均以占比從高到低排列

薪資

首先拿到這個數(shù)據(jù)，自然要從大家最關(guān)心的工資說起：

首先可以看出來，兩個職業(yè)在接觸編程人員中都有中等的工資水平，數(shù)據(jù)科學(xué)家更是擠進了前十，總的來說是相當(dāng)不錯的薪資水平了

更細致的來看數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家的工資情況，科學(xué)家工資不管是均值還是中位數(shù)都穩(wěn)超分析師，且高工資處分析師的離散程度遠遠大于科學(xué)家，也就是說數(shù)據(jù)科學(xué)家在高工資處的分布集中度更高

性別

對比前一章報告：Stack Overflow 用戶畫像分析(https://github.com/AAAlvin/Project_Folder/blob/數(shù)據(jù)之道%20-%20Stack的用戶畫像分析.md)，不難看出，這兩個職業(yè)的女性從業(yè)率都超過了編程行業(yè)的女性(4.8%)均值，且數(shù)據(jù)科學(xué)家甚至達到了兩倍的樣子，可以說是對女性非常友好的編程相關(guān)職業(yè)了，其中的原因有可能是很多專業(yè)是學(xué)習(xí)數(shù)學(xué)或者統(tǒng)計的朋友跨行業(yè)自學(xué)編程來到數(shù)據(jù)行業(yè)

從不同性別的薪資來看，首先對比其他職業(yè)可以看出這兩個行業(yè)男女工資基本上已經(jīng)持平，跟其他行業(yè)中男性比女性工資高很多的情況形成強烈對比;隨后從兩個職業(yè)的對比中可以看出，從數(shù)據(jù)分析師進階到數(shù)據(jù)科學(xué)家，兩個職業(yè)女性的工資上漲幅度遠超男性，女性工資均值和中位數(shù)上漲了50%和70%，而男性上漲只有45%和16%

編程語言

分析師與科學(xué)家

輸出了數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家使用語言蝴蝶圖，將目前比較火的R和Python標(biāo)亮顯示，從中可以得出的東西還是非常多的：

首先看數(shù)據(jù)分析師這邊，基本都是使用SQL和R，其次是使用EXCEL中的VBA，而python使用的情況只有不到6%，這和我現(xiàn)在了解到的數(shù)據(jù)分析師的情況大致相符，基本是多用SQL做數(shù)據(jù)提取工作，小數(shù)據(jù)使用EXCEL，數(shù)據(jù)量比較大的才考慮使用R或python，目前從數(shù)據(jù)看來，使用R的占了比較大的比重

再從數(shù)據(jù)科學(xué)家這邊看，基本上使用python的比例激增到40%，大家應(yīng)當(dāng)熟知Python是機器學(xué)習(xí)的利器，多看中預(yù)測結(jié)果的準(zhǔn)確性，而R多用作統(tǒng)計推斷的語言，所以從語言使用占比來說，在科學(xué)家這邊，機器學(xué)習(xí)一定是一個繞不開的技能，不然Python激增這么多很難有合理的解釋

不難看出的還有一點就是，SQL在科學(xué)家中基本不在使用了，而VBA卻仍有不小的比例，看來簡單的取數(shù)據(jù)的工作要么科學(xué)家已經(jīng)交給分析師來做，或者自己動手使用python爬蟲，而小量的數(shù)據(jù)仍有可能使用VBA進行前期分析

目前來看處在分析師職位的朋友應(yīng)當(dāng)吧更多的精力放在SQL和R上，然后盡力不要丟掉EXCEL，畢竟這個是基礎(chǔ)技能而且還非常耐用，然后在為數(shù)據(jù)科學(xué)家做準(zhǔn)備的時候，Python是一定要深入學(xué)習(xí)的語言，同時深刻了解業(yè)務(wù)和機器學(xué)習(xí)，這些應(yīng)該是從該數(shù)據(jù)集中展現(xiàn)出來的方向

學(xué)歷

學(xué)歷柱狀圖最明顯的一點莫過于數(shù)據(jù)科學(xué)家的博士學(xué)位明顯高于數(shù)據(jù)分析師和其他職業(yè)，可以說是門檻超高的一個職業(yè)了，大部分的科學(xué)家都接受了相當(dāng)好的教育，本科以上的學(xué)歷高達91%

數(shù)據(jù)分析師的學(xué)歷基本屬于平均偏上的水平，可以看到在碩士學(xué)位處35%的占比也很高的

綜上數(shù)據(jù)分析師的學(xué)歷門檻比較高，而科學(xué)家的門檻更高，分析師準(zhǔn)備轉(zhuǎn)行科學(xué)家的時候，磨練自己技術(shù)的同時還需要加強自己的專業(yè)知識也就是提升學(xué)歷，邊上班研究業(yè)務(wù)知識，邊申請在職研究生或者博士課程也是可以選在的方向

編程時間相關(guān)

從兩個行業(yè)在不同編程年齡的柱狀圖來看，編程時間在6年以下的以數(shù)據(jù)分析師居多，而接觸編程語言超過6年后，當(dāng)熟練掌握了算法和業(yè)務(wù)之后轉(zhuǎn)行科學(xué)家的比例不斷上升，看來6年之內(nèi)分析師們是需要為自己的數(shù)據(jù)科學(xué)家做好技能規(guī)劃

從上班使用電腦時間來看，基本兩者相差不大，都屬于業(yè)界平均水平，只不過在科學(xué)家在5-8小時的時候稍微多一點，超過12小時時候稍微少一點

總結(jié)與結(jié)論

人物畫像

數(shù)據(jù)分析師對自己目前的規(guī)劃與未來的計劃：

• 目前扎實掌握SQL與VBA，掌握業(yè)務(wù)相關(guān)知識與R語言，嘗試對數(shù)據(jù)庫有更多的了解;
• 技能樹深化Python的學(xué)習(xí)，機器學(xué)習(xí)或深度學(xué)習(xí)需要提上日程;
• 有條件的情況下嘗試在職研究生，學(xué)習(xí)統(tǒng)計學(xué)知識，掌握更全面、系統(tǒng)的理論知識;