想在2022年找数据科学工作的可以看一下。
编者按:数据科学与技术现在很热门，但是要想在数据科学领域找到一份好工作，你也要有真本事。一般学一些基础技术是不够的，尤其是NLP、推荐这样的细分方向。看看这篇文章中10个实用技术的介绍，可能对你有帮助。本文来自编译。
照片作者
简介很多关于“如何学习数据科学”的课程和文章，都倾向于强调统计学、数学、编程等这些基础技术。但是通过自己的亲身经历，我发现仅仅掌握这些基本技能，并不一定对就业有帮助。
所以，我想打造一份独一无二的实用技术清单，帮助提升你的就业竞争力。
对于任何一个数据科学家来说，无论你的专业是什么，这份清单中的前四项技术绝对是必须要掌握的，后六项技能也是非常重要的，只是根据你的专业不同，侧重点会有所不同。
比如你有最好的统计学基础，你可能会花更多的时间学习推断统计学。如果你对文本分析更感兴趣，你可能会花更多的时间学习NLP，或者如果你对决策科学感兴趣，你可能会专注于解释模型的研究。你知道，艺术是有专业分工的。
让我们仔细看看这10种数据科学技术。我认为它们对于就业来说是最实用的。
1. 编写SQL查询和构建数据管道如果你学会了编写强大的SQL查询语句，并能在类似Airflow这样的工作流管理平台上合理调度，将有助于你成为一名非常优秀的数据科学家，所以我把这项技术放在了我列表的首位。
原因如下：
1.灵活性:公司喜欢的数据科学家不仅能做数据建模，最喜欢的还是全栈数据科学家。如果你能参与并帮助建立核心数据管道，你将能够通过收集和分析数据获得更深入的见解，并做出更好的报告，这可能会改善人们的生活条件。
2.独立性:在某些情况下，您需要为模型或数据科学项目提供表格或视图。如果你能在不依赖数据分析师或数据工程师的情况下，为你的项目编写一个强大的数据管道，将会大大节省时间，同时也更能体现你的价值。
所以，要成为数据科学家，首先必须是SQL专家，没有例外。
2. 数据整理/特征工程无论是建立模型，探索新的功能构建，还是深入挖掘，都需要知道如何处理数据。
数据整理意味着将数据从一种格式转换为另一种格式。
工程是数据整理的一种形式，特指从原始数据中提取特征。
无论是使用Python还是SQL，如何处理数据都无关紧要，但是应该能够以自己喜欢的方式处理数据。
3. 版本控制当我提到“版本控制”时，我特指GitHub和Git。Git是世界上使用最多的版本控制系统，GitHub本质上是一个基于云的文件和文件夹仓库。
虽然对于数据科学来说，Git不是最直观的技能，但对于几乎所有与编码相关的角色来说，它都是必不可少的。为什么？
有了它，您可以轻松地与其他人合作，并在项目上并行工作。
它可以跟踪所有版本的代码。
所以花点时间学习Git，它会让你走得更远。
构建一个视觉上惊艳的仪表盘，或者一个准确率超过95%的复杂数据模型，这当然是一个很大的成就，但是如果你不能准确地向他人传达你项目的价值，你就不会得到应有的认可。最终你将无法在事业上取得应有的成功。
讲故事是指“如何”向他人表达你的想法和模型。从概念上讲，如果用绘本做比喻，观点/模型就像书中的图画一样，“讲故事”就是把所有这些图画串联起来的叙事。
在科学技术中，讲故事和交流是被严重低估的技能。从我的职业生涯来看，这个技能水平也代表了初级员工、高级员工和管理者之间的差距。
5. 回归/分类你应该能够建立回归和分类模型，也就是预测模型。也许这些不是你一直在做的事情，但如果你是一名数据科学家，雇主会希望你能够承担这些工作。
即使你不经常做这些事情，你也必须精通，因为你需要建立一个高性能的模型。在我迄今为止的职业生涯中，我只做过两个机器学习模型的产品化，但它们对业务的影响是至关重要的，它们是非常关键的任务模型。
所以你要对数据预处理，增强算法，超参数调优，模型评价指标有很好的了解。
6. 解释模型人们通常会建立两类模型，一类是预测模型，就是根据一些输入变量来猜测一个结果；另一种是解释模型，不是用来预测的，而是为了更好地理解输入变量和输出变量之间的关系。
解释模型通常是使用回归模型创建的，因为它们可以为理解变量之间的关系提供许多有用的统计数据。
解释模型的价值目前被严重低估，但它真的很有用。如果你想探索决策科学领域，解释模型是必不可少的。
7. A/B测试A/B测试是一种实验形式:根据给定的指标，比较两个不同的组，看哪一组的表现更好。
A/B检验可以说是企业界最实用的统计方法，应用范围也是最广泛的。A/B测试允许你连续地合成100或1000个小的改进。久而久之，不断的积累会产生显著的变化和提高。
如果你对数据科学的统计学感兴趣，A/B测试一定要了解和学习。
8. 聚类我在个人职业生涯中没有使用过聚类，但它是数据科学的一个核心领域。就算不用，至少也要熟悉一下。
集群在很多方面都很有用。通过它，你可以找到不同的客户群体，你可以用聚类来标记未标记的数据，你甚至可以用聚类来找到模型的切入点。
9. 推荐虽然我在自己的职业生涯中没有搭建过推荐系统，但它确实是数据科学中最实际的应用之一。推荐系统是强大的，因为它们有能力带来收入和利润。例如，亚马逊声称他们的推荐系统在2019年使公司的销售额增加了29%。
所以，如果你的公司用户要面临选择，而且他们有很多选择，那么推荐系统可能对你的企业非常有用，值得探索。
10. NLPNLP是人工智能的一个分支，专注于文本和语音分析。与机器学习不同，我认为NLP还远未成熟，这也是它有趣的一点。
NLP有许多用例。
它可以用于情感分析，了解人们对一个企业或其产品的感受。
它可以用来监控公司的社交媒体，并区分积极和消极的评论。
NLP也是构建聊天机器人和虚拟客服的核心技术。
NLP用于文本提取。
总的来说，NLP是数据科学领域中一个非常有趣和有用的细分领域。
希望以上10条有助于指导你的学习，为你以后的工作提供一些方向。学无止境。选择几项你听起来最感兴趣的技能，现在就开始吧。
译者:张沫沫
