加拿大最热门的留学专业之一：数据科学

而早在2011年麦肯锡就预测到， 2018年全世界对数据人才的需求量会增加50% 。结合当下“求职难”的情况来看，Data Science对商科留学生来讲是非常值得考虑的选择。

从薪资水平来看，加国五大行也毫不吝啬， 开出的薪资也很有吸引力。

那么作为留学生， 踏上这列高薪快车最正确的姿势是什么呢？

商科留学生转Data Science能做哪些工作？

Data Science 的职位可以分为：

• 除了最适合商科学生的Data Analyst

• 还有Data Scientist

• 以及Data Engineer

• Data Architect

• Data Aministrator

• Business Analyst

• Data/Analytics Manager

• Business Intelligence Manager

Data Scientist

这个职位更经常存在于IT部门，或者干脆自己组成一个部门。 职责是解决一切Data Analyst解决不了的比较复杂的问题 。且他们通常是不需要负责定期出报告来分析季度数据的。

核心使命： 为公司决策提供服务；主要工作：从Business部门那里收集有趣的/亟待解决的问题。 采用科学方法、运用数据挖掘工具对复杂多量的数据进行数字化重现与认识，并据此寻找新的想法的专家。与传统数量分析师相比，他们更多通过关注面向用户的数据来创造不同特性的产品和流程，为客户提供有意义的增值服务。

要求掌握的技能包括Python、SQL、SAS、Spark、机器学习算法等。

Data Engineer

Data Engineer所做的一切都为了Data Management，具体内容包括数据模型、数据架构、数据标准、元数据、主数据、数据治理、数据管控等等。

Data Enginner的目标是把数据整好，存储成本低，查询效率高，至于怎么使用这些数据不是他们关心的范畴。

主要负责：atabase architecture，ata moeling，ata quality check, ata cleaning, ata enrichment/transformation(aggregation, join…) 等等后端的工作。

种类众多，其中机器学习工程师、数据库开发师是两个典型例子。

机器学习工程师 (Machine Learning Engineer)  的核心技能——机器学习，是最近几年非常热门的一项新技术。因此，在未来的几年里，机器学习将会是一个非常有前景的职业方向。

其职责包括数据清理、数据分析、模型构建、预测评估及可视化呈现。 要求熟练掌握Python、Java等编程语言，熟悉Hive、Storm、Spark等开源平台，熟悉常用的机器学习算法 ，如随机森林、神经网络、聚类，熟悉图像识别、优化器比较、模型压缩技术等。

数据库开发师 (Database Developer) 是从事数据库管理系统和数据库应用软件设计研发的相关工作人员 的统称，他属于软件研发工程师，但又有一部分运维工作的内容。

其职责主要包括软件研发以及数据库生产环境的问题优化和解决， 熟练掌握Python、C/C++、Java等，了解主流的框架、库使用和原理、计算机数据结构和算法设计，熟练掌握Linux、Web server、数据库、缓存相关技术的使用，掌握数据库基本原理和知识，熟悉SQL语法规则和特点等。

Data Analyst

Data Analyst偏重于将分析和商业运用相结合 ，分析只是一个手段和途径，更加重要的是将分析的结果转化为切实可行且能有所成效的商业方案。

其核心使命是为公司决策提供服务， 因此数据分析师的基本要求是懂企业的业务和数据，具备写报告的能力 ，考验的一方面是数据分析水平和业务能力，另一方面是沟通能力、理解能力和表达能力。

类似职位的面试有些类似于，基于技术面试题基础上的咨询类型的Case Stuy。从分析中找到可能存在的风险，并提出解决方案比起完美的Coe有时候更加重要。 更加适合非技术出身的求职者。

但是同样是做Data Analyst的工作， 在不同的公司，要求的技能和工作的内容会很不一样。

• 微软Online Service Division 有跟Marketing更接近的Data Scientist，也有很多学统计或者IE出身的Applie Scientist做ranomize controlle experiment；

• LinkeIn、Facebook 的ata scientist感觉要求Java编程技术熟练，可能学Computer Science出身的最适合；

• Insurance行业 招的是Preictive Moeler，他们的总体目标就是要基于数据，预测在不同客户身上收多少保险费能最大化收益、optimize profits，所有相关专业的它们都考虑。

所以在 求职阶段，要根据自身的特长和喜好选择对应公司的Analyst Team；而在求学阶段，更要提早准备好自己的职业发展目标，去有针对性的学习Data的相关专业知识。

从事Data Science有哪些必备技能？

综上所述，从某种程度上讲，这三类数据科学专业人才 有明显的侧重 。

• Data Scientists ：更注重数学、统计的训练和算法、模型的开发，

• Data Engineer ：更注重数据库与编程语言等技能，

• Data Analyst ：更注重沟通交流和行业领域技能。

但是，任何数据科学专业人才都必须掌握上面说的三大类技能，只有这样才能更好地理解数据科学并运用到解决实际问题中去。

从学习的角度来讲，成为数据科学专业人才所需要的技能不外乎是 以下四个 ：

• 扎实的理论知识（数学、统计、算法、模型）

• 熟练的数据库操作语言（SQL、PL/SQL…）

• 熟练的编程语言（Python、R…）

• 丰富的实战经验（项目与工作经验）

对于学习的顺序问题，应当是： 理论 - 编程 - 实战的过程 ，一个循序渐进的安排会让效率大增。

留学生如何进入这一高薪热门行业？

**Data Science ** 21世纪最好找工作的职业领域

就业率基本高达99%

上升趋势快，未来空间大，积累性高

神秘虚幻的数据让人感到对未知的恐惧

“不了解”造成的“不敢尝试”

其实对智慧型的中国留学生来说

求职Data相关工作才是更有优势和竞争力