雷鋒網(wǎng)AI開發(fā)者按，數(shù)據(jù)科學(xué)是一個(gè)競爭激烈的領(lǐng)域，人們正在迅速學(xué)習(xí)越來越多的技能和經(jīng)驗(yàn)。這導(dǎo)致了機(jī)器學(xué)習(xí)工程師的從業(yè)要求的直線上升，所有的數(shù)據(jù)科學(xué)家也需要成為開發(fā)人員。
為了保持競爭力，一定要為新工具帶來的新工作方式做好準(zhǔn)備！以下就是2020 年數(shù)據(jù)科學(xué)就業(yè)市場必備的五項(xiàng)技能。
為 2020 年數(shù)據(jù)就業(yè)市場更新你的技能！
1.敏捷開發(fā)
敏捷開發(fā)是一種組織工作的方法，已經(jīng)被開發(fā)團(tuán)隊(duì)大量使用。越來越多的人扮演著數(shù)據(jù)科學(xué)家的角色，他們最初的技能是純軟件開發(fā)，這就產(chǎn)生了機(jī)器學(xué)習(xí)工程師這一角色。
Post-its 和敏捷開發(fā)似乎是并駕齊驅(qū)的
越來越多的數(shù)據(jù)科學(xué)家/機(jī)器學(xué)習(xí)工程師被劃分為開發(fā)人員：他們的工作是不斷改進(jìn)現(xiàn)有的代碼庫中的機(jī)器學(xué)習(xí)相關(guān)的內(nèi)容。
對于這類角色，數(shù)據(jù)科學(xué)家必須了解基于 Scrum 方法的敏捷工作方式。它為不同的人定義了不同的角色，這種角色定義保證了工作的順利實(shí)施和持續(xù)改進(jìn)。
2.Github
Git 和 Github 是面向開發(fā)人員的軟件，在管理不同版本的軟件時(shí)有很大幫助。它們跟蹤對代碼庫所做的所有更改，此外，當(dāng)多個(gè)開發(fā)人員同時(shí)對同一個(gè)項(xiàng)目進(jìn)行更改時(shí)，它們能夠真正讓協(xié)作變得便利。
GitHub 是個(gè)不錯(cuò)的選擇
隨著數(shù)據(jù)科學(xué)家的角色變得越來越重要，能夠熟練使用這些開發(fā)工具也是必備的技能之一。Git 正成為找工作時(shí)必備的一項(xiàng)技能，要熟練使用 Git 需要時(shí)間。當(dāng)你一個(gè)人或者你的同事都是新手的時(shí)候，開始研究 Git 是很容易的，但是當(dāng)你加入一個(gè) Git 專家團(tuán)隊(duì)，只有你一個(gè)人是新手的時(shí)候，你可能會(huì)經(jīng)歷比你想象的多得多的努力才能跟上。
Git 是必須要掌握的技能
3.工業(yè)化
在數(shù)據(jù)科學(xué)領(lǐng)域，我們思考項(xiàng)目的方式也在發(fā)生變化。沒有變的是，數(shù)據(jù)科學(xué)家仍然是用機(jī)器學(xué)習(xí)來回答商業(yè)問題的。但是，隨著時(shí)間的發(fā)展，數(shù)據(jù)科學(xué)項(xiàng)目越來越多地是為生產(chǎn)系統(tǒng)開發(fā)的，例如作為大型軟件中的微服務(wù)。
AWS 是最大的云供應(yīng)商
與此同時(shí)，高級模型的 CPU 和 RAM 消耗也越來越大，尤其是在使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)時(shí)。
就數(shù)據(jù)科學(xué)家的工作而言，不僅要考慮模型的準(zhǔn)確性，還要考慮項(xiàng)目的執(zhí)行時(shí)間或其他工業(yè)化的方面，后者正變得越來越重要。
谷歌也有云服務(wù)，就像 Microsoft (Azure)一樣
4.云與大數(shù)據(jù)
在機(jī)器學(xué)習(xí)產(chǎn)業(yè)化對數(shù)據(jù)科學(xué)家的約束越來越嚴(yán)重，同時(shí)，它也成為了數(shù)據(jù)工程師乃至整個(gè) it 行業(yè)的嚴(yán)重約束。
一幅著名的漫畫（來源： https://cyberciti.biz/humor/dad-what-are-clouds-made-of-in-it/ ）
在數(shù)據(jù)科學(xué)家可以致力于減少模型所需時(shí)間的情況下，it 人員可以通過更改計(jì)算服務(wù)來做出貢獻(xiàn)，這些服務(wù)通常通過以下一種或兩種方式獲得：
- 云：將計(jì)算資源轉(zhuǎn)移到外部供應(yīng)商，如 AWS、Microsoft Azure 或 Google Cloud，可以很容易地建立一個(gè)可以快速從遠(yuǎn)程訪問的機(jī)器學(xué)習(xí)環(huán)境。這就要求數(shù)據(jù)科學(xué)家對云功能有一個(gè)基本的了解，例如：使用遠(yuǎn)程服務(wù)器而不是自己的計(jì)算機(jī)，或者使用 Linux 而不是 Windows/Mac。
PySpark 正在為并行（大數(shù)據(jù)）系統(tǒng)編寫 Python 代碼
- 大數(shù)據(jù)：它使用 Hadoop 和 Spark，這兩個(gè)工具允許同時(shí)在許多計(jì)算機(jī)上并行處理任務(wù)（工作節(jié)點(diǎn)）。這要求數(shù)據(jù)科學(xué)家使用不同的方法來實(shí)現(xiàn)模型，因?yàn)榇a必須允許并行執(zhí)行。
5.NLP、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
你需要理解深度學(xué)習(xí)：基于人腦思想的機(jī)器學(xué)習(xí)
但是，圖像分類和 NLP 的用例越來越頻繁，甚至在「常規(guī)」業(yè)務(wù)中也是如此。在目前的情況下，對這類技術(shù)沒有基本的了解已經(jīng)沒辦法適應(yīng)當(dāng)前的技術(shù)環(huán)境了。
即使你的工作中沒有此類模型的直接應(yīng)用程序，在實(shí)際操作的項(xiàng)目也很容易找到。這些項(xiàng)目可以讓你理解圖像和文本項(xiàng)目的基本步驟。
via： https://towardsdatascience/top-5-must-have-data-science-skills-for-2020-a5a53226b168
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
