美国疫情震中，竟真存在呈爆炸式增长、并扩招20%的神仙岗位？！

1) 数据科学是什么?

数据科学是近10年来兴起的前沿学科，主要从数据中提取有价值的部分来生产数据产品，结合了数学、统计、数据可视化、编程、机器学习、模式识别和高性能计算等跨学科的知识。

数据科学已经成为各行各业的关键。用户在网上的一举一动都可以通过数据的形式被追踪和记录下来，数据科学家使用计算机语言对这些用户行为进行排序和分析，然后把结果反馈给公司，用于之后的消费者分析和洞察、商业模式研究、运营推广模式、产品服务、舆情分析、甚至危机预警中。

这样由数据分析得出的结果几乎应用于所有行业，科技、金融、生物制药、医疗、电子商务、教育、时尚等等。不难看出为啥数据学家也积极参与这次的新冠疫情防疫了吧。

很多同学在开始申请学校的时候就点名申请Data相关的专业，看好Data岗位的发展前景，在这里也是要称赞同学们绝佳的眼光啦。

这不，即便疫情汹汹，Facebook的HR在家上班，也停不下发布新岗位的脚步，3个州4所办公室正在招聘Data Scientist，期待2020届和之前毕业的同学的加入。

还有面向2020和2021届同学的Data Scientist Intern岗位正在开放，可谓求才心切了。

另一边，Google在加州和华盛顿州的3所办公室也在招聘数据科学家。

Oracle的数据科学项目也在招聘2019-2020届的学生。严重的疫情也当不出企业对数据科学人才的渴求。

2）数据科学人才多吃香?

商业对数据科学的依赖逐年加强，数据科学人才也是各大公司争相聘请的对象。

根据Thinknum调研，世界顶尖公司对数据科学家的需求每年迅速增长，2019年的相关岗位数量达到了3万个。

IBM的研究报告指出，2020年全世界对数据科学家的需求量会增加28%。数据科学技能在求职市场的短缺意味着各大公司会开出丰厚的报酬来吸引人才的加入。

仅仅在美国，数据科学人才就短缺151717人，纽约、旧金山和洛杉矶是最期待数据科学人才加入的三大城市。

目前，59%的数据科学岗位来自金融、专业服务和IT领域，剩下41%的岗位来自包括医疗、零售、生物制药等其他行业。

这进一步证明了数据科学是跨行业不可或缺的一部分，而数据科学人才无疑会是未来职场的中流砥柱。

2."玩转"数据科学求职

1) 求职方向

学习Data和相关专业的同学正是各个行业、各大公司翘首企盼的数据科学人才。

还未入职场的同学在选择数据科学岗位时，有两个大方向可以选择：

主要负责获取和分析数据来得出提高产品和服务的insight，并和产品经理合作，一起改善产品。对Data Analyst来说，结合计算机语言，对一定规模的数据进行分析、预测、优化和可视化，几乎是每天的常规工作。

主要也负责改善产品和服务，但Data Scientist用的技术和方法更高级，会涉及机器学习和statistical modeling，对数学和统计知识的掌握度也有更高的要求。

Data Scientist通常做长期的、偏研究类型的项目，而Data Analyst一般负责快速分析的、需要一两天内给出产品经理结论的任务。

现在很多公司的岗位Title不一样。比如Google有个岗位叫做Quantitative Analyst，但做的事情和Data Scientist的没有差别。

因此，申请工作时，最重要的是看岗位描述(Job Description)，岗位要求的核心技能是什么、解决的问题是什么，到底是Data Scientist还是Data Analyst类的工作。

虽然Data Analyst和Data Scientist都属于数据科学的工作岗位，但是两者的工作任务和职责有蛮大不同，建议同学们在明确自己的兴趣点和擅长的技能后，再决定主攻申请哪个岗位哦。

2) 工作薪资

这年头只要和数据挂钩，几乎都可以拿到高薪。

根据Salary.com统计，Data Analyst的全美中位基本年薪是7.5万美金，加上compensation，一年总收入接近8万美金，最高可达9万美金。

Data Scientist的全美中位基本薪水更高些，达到了12.7万美金，算上compensation，每年将近14万美金入账。

这样一看，数据科学工作的总体薪水是很可观的，而且对技术的掌握越高，公司开出的薪资待遇也越好呢。

3) 必备技能

虽然同属数据科学，Data Analyst和Data Scientist岗位所要求的技能却不尽相同。

核心技能是sql、python等数据分析工具和tableau等数据可视化工具。因为需要和产品经理还有团队沟通，优秀的交流沟通能力也必不可少。

熟练掌握python、r、sql、Hadoop等数据分析工具也是Data Scientist必备的技能之一，对编程能力的要求更上一层楼(很多学CS的同学转行Data不要太容易!)

JP Morgan数字智能组的Data Scientist John Maiden说，统计、编程和机器学习是他们在招新员工时最关注的核心能力。

因此，想在数据科学领域长期工作，编程、统计和数学是必不可少的技能。

4

申请数据科学的工作，大体流程也是：投递简历 -> 电话面试 -> take-home 笔试 -> n轮实地面试。

因为数据科学和商业紧密相关，因此笔试面试的考察范围也十分广泛，从商业案例、行为面试、sql、统计和概率、机器学习到编程等等。

既然数据科学的面试考察范围这么广，怎样准备才能成功突破重围呢？当然是要知己知彼，全面了解面试官的侧重考察点和有效应对方法。

为此，Enlight现推出2天DataScientist面试冲刺集训营：第1天巩固核心数据编程能力和LinkedIn内部真实案例讲解, 第2天解密Data职位的面试通关秘籍，让你2天华丽变身为数据科学面试专家~

由Linkedin资深数据科学家Logan导师和Facebook一线面试官John导师带队，每天1小时，数据岗位面试的流程和技巧全覆盖，还有顶尖科技公司的真实工作案例，期待你的加入！

了解更多课程信息和报名方式