大数据 频道

数据科学领域的核心技能和新兴技能分别有哪些?

  【IT168 调查】近年来随着大数据的迅速发展,各种各样的数据分析技能也逐渐大热,为了找到数据科学领域目前最常用的技能和未来最流行的应用趋势,我们进行了一项调查。

  我们确定了数据科学技能的两个主要类别:一个是大多数受访者拥有的13种核心技能,另一个是大多数还没用但想要应用的热门新兴技能。

  本次调查主要有以下两个问题:

  1. 您目前拥有哪些技能(可以在工作或研究中使用的水平)?

  2. 您想增加或提高哪些技能?

  本次调查获得了1500以上的票数,样本足够大,可以做出有意义的推断。

  下面的图1中,X轴显示已经具有的技能 ,即第一个民意调查问题的答案,Y轴显示想要的技能 ,即第二个民意调查问题的答案。每个圆圈的大小与拥有该技能的选民比例成正比,而颜色则取决于想要/拥有的比例(红色高,数值大于1;蓝色低,数值小于1)。

  注:其他大数据工具适用 于Hadoop或Spark以外的大数据工具。

  图1:拥有技能和想要技能

  注意此图中的两个主要类别。

  图表右侧蓝色虚线框中的第1类包括超过40%的选民所拥有的技能,其需要/拥有的比率小于1。我们称其为核心数据科学技能,具体内容参考表1。

  表1:核心数据科学技能,以拥有的比率降序排列

  其中,最需要增加或改进的技能是机器学习(41%)和Python(37%)。增长最少的技能是Excel,只有7%的人希望增加或提高其Excel技能。

  第二个集群是图1左侧用红色边框标记的部分,包括当前不那么受欢迎的技能(拥有比率<30%),但是却在增长,想要/拥有的比率超过1,参见表2。

  表2:热门或者新兴的数据科学技能,按想要 /拥有的降序排列

  有趣的是,尽管有观点认为Hadoop在下降,但在这次调查中,有更多的人希望学习Hadoop,而不是已经流行的技能,因此它可能会越来越流行。

  我们没有把Julia放2在热门/新兴技能中,尽管它的想要/拥有比率为3.4,因为只有2%的选民选择它,它还没有得到足够的支持。

  剩下的技能如XGBoost、软件工程、Java、MATLAB、SAS的拥有比率为10%-30%,但想要/拥有比率没有增长,小于1。

  表3:其他数据科学技能,按拥有比率从高到低的顺序排列

  下面是关于本次调查的更多细节。图2将所有技能按拥有百分比递减排列。

  图2:受访者拥有的数据科学技能

  图3显示了受访者希望添加或改进的技能以及他们所拥有的技能。

  图3:想要添加或改进(红色)并拥有(蓝色) 的技能

  我们看到,当前数据科学家最想要添加的技能是深度学习、Tensorflow、机器学习和Python。

  本次调查的受访者的就业类型分布如下:

  工业/个体经营:64.4%

  政府/非营利组织:7.2%

  学术界/大学:7.0%

  学生: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:Gregory Piatetsky

0
相关文章