留学热门专业：获得数据科学学位前你应该知道的几件事 (一)

随着各类企业信息化进程的不断加深，业务运营的各个环节都产生了海量数据，能否收集到它们并进行有效的分析和精准的预测，成了公司成功的关键。

于是乎，数据科学家成了技术领域内职位数量增速最快和薪酬最高的岗位之一。Indeed.com公司的首席经济学家Tara Sinclair博士表示，早在2015年，数据科学家的岗位就充分显示出了其高增速的特性，当年1季度，劳动力市场贴出的数据科学家招聘启事就同比增长了57%。

然而，尽管有如此强烈的需求，大多数人并不完全清楚想得到如此令人垂涎的岗位需要怎样的教育背景。你应该主修数据科学课程？还是修读一个数据科学的学位？多参加一些训练营？还是修读一些类似Coursera的网络公开课程就直接尝试入“坑”？

专业人士指出，获得一个数据科学的学位没有坏处，但不是所有的项目都有相同的设置，通往数据科学家的道路上，还有其他同样有效的路径。所以，如果你正在考虑读一个数据科学的学位，专家们有一些想对你说的话。

Edwin Chen曾在Twitter从事广告质量工作，在Google从事定量分析工作，并在 Dropbox从事数据科学工作。他的博客是数据爱好者的必读之作。

他更多地支持自学而不是科班教育，他从多个角度解释了个人该如何通过自学进入数据科学领域：

“就像很多人可以通过自学成为软件工程师和数学家，也有很多人可以通过自学成为数据科学家。毕竟，尽管越来越多的大学开设了数据科学项目，数据科学其实并不是一个你在象牙塔里学到的东西。我认识的很多最出色的数据科学家并非来自数据科学专业，而是来自机器学习、统计学和计算机等专业。”

Chen还用了自己学习数据科学的例子来证明他的观点：

“我在学校里修读了数学、计算机和语言学，并在自然语言处理方面做了很多研究，实际上这些经历组成了我的教育背景。但就我日常工作中的大部分事物而言，比如机器学习、广告、推荐、数据处理、统计分析等等—我是在工作时才掌握了这些技能。”

你可能不需要数据科学学位，因为这份工作实际上是不同技能组合的混搭，以前这些技能很少能在一个人身上同时具备。

Rob Hyndman目前是《国际预测杂志》的主编，已经撰写过超出100篇研究文章和5本书。

他提供了一些背景知识，比如数据科学家传是如何接受培训的。

“数据科学家往往来自两个不同的学科，计算机科学和统计学，但最好的数据科学充分融合了这两个学科。传统培训的问题之一是统计学家没有足够了解机器学习产生的一些新想法，或者计算机科学家并没能深入了解经典统计学。”