大數據科學家被認為是21世紀最性感的職業，且未來薪水優渥。其工資高達10萬美金每年，而市場對最優秀的數據科學家的需求正強勁。另一方面，很多20世紀流行的工作將會因為機器人，人工智能和機器學習的發展而消失。那么，如何做才能確保自己得到這份性感的工作，成為一名數據科學家并被雇傭呢？
出人意料的是，一切都是從獲得正確的技能開始。成為一名數據科學家的挑戰在于，你需要掌握一長串技能來確保自己得到一份工作。前些時候，我發表了一篇文章，描述了大數據科學家的典型職業要求，同時其他的圖表也表明，成為一名大數據科學家，有很長的路要走。但是，至2020年時，英國將有56000名大數據科學家缺口，美國將有14萬至19萬缺口，成為一名大數據科學家無疑是值得追求的。
能夠選擇正確的技術
一個數據科學家應該能夠在不同數據源中成千上萬的數據點中發現規律，并能夠從那些可用于制定決策的規律中得出洞見。數據科學家應當能夠發現可以促使優化這些洞見的關鍵條件，比如一個工廠中的傳感器數據或者識別零售行業中的客戶行為因果關系。基于這些要求，數據科學家應當能夠選擇最優的工具和技術來得到最好的結果。所以，大數據科學家應當能夠明智地從一堆技術中選出可以最優化結果的方法，而不是僅僅知道很多不同的技術方法。
理解商業背景
當然，要選擇正確的技術方法需要對具體行業有了解，并且更重要的是，要能正確理解商業背景。在一個數據科學家一頭扎進數據的海洋之前，他或她應當明確理解數據應用的背景并深刻理解眼前的問題。要做到這一點，最好的辦法是和商業伙伴進行合作，向他們提問來弄清楚問題背景，以便徹底明白需要做什么。所以一個數據科學家也需要對商業模式是如何運作的有一些了解，了解到什么程度取決于公司和行業的規模。
不同的行業有不同的問題，不同的問題要求不同的解決辦法。為了在某一具體行業找到一份工作，你需要對這個行業有一些認知，來幫助你更好的理解商業背景。對商業背景更深入地了解可以促使你形成更優的洞見。
通過項目來獲得工作經驗
對于初入職場的數據科學家來說，特別是有雄心壯志的人，他們需要有處理不同來源數據和解決各種各樣問題的經驗。盡管大數據科學家人才短缺，如果想得到這份工作的話，展示相關經驗仍然是十分重要的。當然，有一點兒經驗聽起來很容易辦到，但是做過越多不同的項目，你才能掌握更多的技能并且更好的理解不同的商業模式。諸如由哈佛創新實驗室開發的Kaggle和Experfy這樣的網站，能夠幫你獲得相關經驗并助你得到最喜歡的公司的理想工作。
給組織機構的福利：雇傭合適數據科學家的建議
對于各種組織機構來說，雇傭到合適的數據科學家也是一個挑戰。在此我給出三點相關建議：
由于人才短缺，最合適的數據科學家現在可能并沒出現。掌握不同技術的頂尖數據科學家甚至根本不存在。所以如果你想開展大數據戰略，找一個既有行業知識又有基本數據分析技能的專業人士吧。以此為起點，這個數據科學家也可以從工作中學習和提升技能。
合適的數據科學家可能遠在千里之外。要么你可以等待這種局面的改變（有數據科學家搬到單位所在城市），要么你可以試著讓你看中的人才搬到單位附近或者開展遠程辦公。數據分析活動可以遠程開展，而通過視頻會議，你們仍可以進行合作。
培訓現有職員并讓他們互相學習。你可以看看是否可以培訓現有雇員并讓他們提升技能，而非雇傭一個昂貴的數據科學家。甚至可能你已經雇了一個數據科學家而你自己都不知道。
原文鏈接：https://datafloq.com/read/become-data-scientist-get-hired/872
原文作者：Mark van Rijmenam
譯者：Fibears
