原文：
www.kdnuggets.com/2019/09/core-hot-data-science-skills.html
评论最新的 KDnuggets 调查问卷
1. 你目前拥有哪些技能/知识领域（达到可以在工作或研究中使用的水平）？ 和
2. 你想增加或改善哪些技能？
我们基于之前的 KDnuggets 文章和调查挑选了 30 项技能 - 见本文末尾的有用链接，以及外部来源。
总体而言(*)，本次调查共收到超过 1,500 票 - 样本足够大，可以得出有意义的结论。平均每位受访者报告拥有 10 项技能，并希望增加或改善 6.5 项技能。
下图 1 显示了主要发现，X 轴显示拥有技能的百分比 - 对第一个调查问题的回答，Y 轴显示希望拥有技能的百分比 - 对第二个调查问题的回答。每个圆圈的大小与拥有该技能的受访者百分比成正比，而颜色则取决于 Want/Have 比例（红色为高 - 超过 1，蓝色为低 - 少于 1）。
注意：其他大数据工具 条目指的是除 Hadoop 或 Spark 外的大数据工具。
图 1：数据科学相关技能，拥有技能与希望增加或改善的技能
我们在此图表中注意到两个主要的集群。
集群 1，在图表右侧的蓝色虚线矩形中，包括超过 40% 受访者拥有的技能，且 Want/Have 比例小于 1。我们称之为核心数据科学技能。它们列在表 1 中。
表 1：核心数据科学技能，按 %Have 递减排序
| 技能 | %Have | %Want | %Want/ %Have |
|---|---|---|---|
| Python | 71.2% | 37.1% | 0.52 |
| 数据可视化 | 69.0% | 25.3% | 0.37 |
| 批判性思维 | 66.7% | 15.5% | 0.23 |
| Excel | 66.5% | 4.6% | 0.07 |
| 沟通技能 | 65.9% | 16.5% | 0.25 |
| 机器学习 | 64.3% | 41.0% | 0.64 |
| 统计学 | 63.8% | 27.8% | 0.44 |
| SQL/数据库编码 | 57.3% | 16.0% | 0.28 |
| 商业理解 | 57.0% | 22.2% | 0.39 |
| 数学 | 52.6% | 17.5% | 0.33 |
| ETL - 数据准备 | 48.3% | 14.1% | 0.29 |
| R | 45.1% | 19.8% | 0.44 |
| Scikit-learn | 44.1% | 24.0% | 0.54 |
其中，添加或改善欲望最强的技能是机器学习（41%）和 Python（37%）。增长最少的技能是 Excel - 只有 7% 的人希望增加或改善他们的 Excel 技能。
第二类（见图 1 左侧，并用红色边框标记）包括当前较不流行的技能（%Have< 30%），但正在增长，%Want/%Have 比例超过 1 - 见表 2。我们称之为热点/新兴数据科学技能。
表 2：热点/新兴数据科学技能，按 %Want/%Have 递减排序
| 技能 | %Have | %Want | %Want/ %Have |
|---|---|---|---|
| Pytorch | 7.0% | 29.6% | 4.26 |
| Scala | 4.2% | 13.3% | 3.14 |
| 其他大数据工具 | 8.9% | 27.4% | 3.08 |
| TensorFlow | 19.1% | 46.4% | 2.44 |
| Apache Spark | 16.0% | 34.6% | 2.16 |
| Hadoop | 10.9% | 22.7% | 2.08 |
| 深度学习 | 25.9% | 49.6% | 1.92 |
| No-SQL 数据库 | 14.0% | 23.2% | 1.65 |
| NLP - 文本处理 | 25.0% | 33.8% | 1.35 |
| Kaggle | 14.5% | 18.4% | 1.27 |
| 非结构化数据 | 22.3% | 27.7% | 1.24 |
有趣的是，尽管有观点认为 Hadoop 在下降，但在这次调查中，更多人想学习 Hadoop 而不是已经了解它，因此它可能仍会增长。
尽管 Julia 的需求/拥有比例为3.4，我们仍未将其列为热门/新兴技能，因为只有 2%的投票者选择了它，它目前还没有足够的支持。
剩余技能 - XGBoost、软件工程、Java、MATLAB、SAS 的拥有比例在 10%到 30%之间，但没有增长 - 需求/拥有比例 < 1。
表 3：其他数据科学技能，按拥有比例的降序排列
| 技能 | %拥有 | %需求 | %需求/ %拥有 |
|---|---|---|---|
| 软件工程 | 25.7% | 15.2% | 0.59 |
| XGBoost | 22.3% | 19.0% | 0.85 |
| Java | 15.1% | 7.7% | 0.51 |
| SAS | 12.7% | 7.2% | 0.57 |
| MATLAB | 10.9% | 7.9% | 0.73 |
| Julia | 2.0% | 6.9% | 3.44 |
这里是关于调查的更多细节。图 2 按拥有比例的降序排列了所有技能。
图 2：数据科学技能 KDnuggets 读者拥有的
图 3 显示了读者想要增加或改善的技能，以及他们拥有的技能的叠加。
图 3：数据科学技能 KDnuggets 读者想要增加或改善（红色）和拥有（蓝色）
我们看到当前和有志成为数据科学家的顶级技能包括深度学习、Tensorflow、机器学习和 Python。
调查还询问了就业类型：
-
行业/自雇，64.4%
-
政府/非营利，7.2%
-
学术/大学，7.0%
-
学生，14.3%
-
其他/北美，7.1%
区域分布如下：
-
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%
本次调查提供了初步分析，根据本帖的受欢迎程度，我们将进一步深入研究技能、就业类型和地区之间的关联。
注意：我们最初使用 Google 表单进行这项调查，但遭到机器人攻击，每个 Julia 和 MATLAB 的投票均超过 50,000 票。我们删除了机器人投票，同时保留了其他投票，并使用另一个平台重新启动调查，但不包括 Julia 和 MATLAB - 以避免再次攻击。最终 Julia 和 MATLAB 的结果是基于第一次调查版本中的有效投票估算的。
相关：
-
Python 引领数据科学和机器学习的 11 大平台：趋势与分析
-
Python 蚕食 R：2018 年分析、数据科学、机器学习的顶级软件：趋势与分析
-
成为摇滚明星数据科学家的 13 项顶级技能
-
数据科学家最需要的技能
-
我没有被聘为数据科学家。因此我寻找了谁在被雇佣的数据。
如何提升作为数据科学家的市场竞争力
1. Google 网络安全证书 - 快速进入网络安全职业的快车道。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT 需求