美國留學(xué)熱門專業(yè)！未來大數(shù)據(jù)行業(yè)人才緊缺

　　據(jù)麥肯錫全球研究院預(yù)測：在未來 6 年，同時(shí)具備大數(shù)據(jù)分析能力并可以為企業(yè)做出有效決策的數(shù)據(jù)管理和分析的相關(guān)人才將有 150 萬的缺口。線性代數(shù)、概率論、機(jī)器學(xué)習(xí)感興趣的可以重點(diǎn)考慮！實(shí)習(xí)科研軟實(shí)力非�？粗�！

　　今年學(xué)生錄取的數(shù)據(jù)分析，前三十基本：Gpa平均3.7+，GRE320+，科研實(shí)習(xí)至少2-3個(gè)！數(shù)據(jù)科學(xué)類崗位起薪$66，000（約46萬人民幣）、較高薪資可達(dá)$134，000（約 94 萬人民幣）；

　　數(shù)據(jù)科學(xué)現(xiàn)狀

　　1、新興學(xué)科

　　目前來說本科擁有獨(dú)立Data Science主修的大學(xué)也不是很多，大部分還是在應(yīng)用數(shù)學(xué)/統(tǒng)計(jì)學(xué)的分支或者研究生院校中。南昌留學(xué)云介紹，無論是從數(shù)量還是質(zhì)量上，大學(xué)無法培養(yǎng)出那么多滿足企業(yè)需求的畢業(yè)生。

　　雖然工程和金融等學(xué)科已經(jīng)開始培養(yǎng)那些年輕的數(shù)據(jù)分析師，但畢竟這還是一個(gè)剛剛起步的學(xué)科，企業(yè)也不愿意冒險(xiǎn)聘用毫無工作背景的人才。

　　2、中小企業(yè)目光短淺

　　中小型企業(yè)在人才投資方面目光短淺，因此從長期而言，它們將錯失獲得人才的最佳機(jī)會。

　　反之，例如Facebook、Intel和Google等全球知名公司都在大量招聘人才。很多中小企業(yè)認(rèn)為招聘大數(shù)據(jù)人才是一種浪費(fèi)。但是，數(shù)據(jù)分析師往往能給企業(yè)在未來帶來更大的利益和優(yōu)勢。

　　3、科技巨頭壟斷人才

　　大公司為招募頂級數(shù)據(jù)科學(xué)家預(yù)留出了巨額預(yù)算：亞馬遜2.4億美元、谷歌1.3億美元、微軟7500萬美元、臉書4000萬美元。

　　此外，這些科技巨頭在吸引求職者過程中擁有更強(qiáng)大的聲望，是一流數(shù)據(jù)分析師的首選。在未來，中小企業(yè)將會越來越難吸引這些頂級人才。

　　學(xué)習(xí)內(nèi)容

　　分為四部分：歸納問題、準(zhǔn)備探索數(shù)據(jù)、模型訓(xùn)練檢驗(yàn)調(diào)整、報(bào)告和產(chǎn)品。

　　學(xué)習(xí) Data Science 需要的理論：線性代數(shù)、概率論、機(jī)器學(xué)習(xí)。

　　1. 歸納問題

　　客戶給公司的任務(wù)，或者頭頭給分析師的任務(wù)，不是一個(gè)具體的任務(wù)（用 xx 模型來做 xx 數(shù)據(jù)），而是一個(gè)具體的商業(yè)問題。比如，上個(gè)季度為什么盈利下降了。這就是一個(gè)歸納問題的環(huán)節(jié)，需要有專業(yè)知識幫助我們找到方向。

　　2. 準(zhǔn)備探索數(shù)據(jù)

　　歸納問題結(jié)束之后，會產(chǎn)生很多假設(shè)，這就需要尋找數(shù)據(jù)驗(yàn)證假設(shè)。

　　尋找數(shù)據(jù)一般是竭盡所能，比如收入不好與市場推廣有關(guān)，就會去尋找廣告商的數(shù)據(jù)。

　　尋找數(shù)據(jù)以后，要檢查數(shù)據(jù)質(zhì)量，是否有異動、缺失等等。數(shù)據(jù)質(zhì)量能夠決定模型的準(zhǔn)確率。所以花在“清洗整理”數(shù)據(jù)上的時(shí)間要占到總時(shí)間的 60% 甚至更多，有時(shí)候也需要跟客戶進(jìn)行交流。

　　檢查完質(zhì)量以后，做一些探索性分析。

　　3. 模型訓(xùn)練檢驗(yàn)調(diào)整

　　先確定模型基本類型（回歸、聚類等），選取比較合適的模型進(jìn)行搭建，用 test 對模型進(jìn)行檢驗(yàn)。檢驗(yàn)的同時(shí)再去尋找模型最優(yōu)的參數(shù)配置，對模型進(jìn)行預(yù)測，如果預(yù)測結(jié)果很好的話，建模過程就結(jié)束了。

　　4. 報(bào)告和產(chǎn)品

　　在咨詢公司中，模型做完以后，會和客戶進(jìn)行交流，看是否符合實(shí)際。在科技公司中，模型往往會發(fā)展成一個(gè)產(chǎn)品。放在公司平臺上測試，或者發(fā)布到網(wǎng)上。

　　人才來源

　　通常情況下，來自哈佛、普林斯頓和耶魯?shù)瘸４禾倜诵Ｒ约捌渌�前二十大學(xué)的畢業(yè)生都是香餑餑。而他們大多都被上文提到的世界知名公司品牌所吸引。

　　Facebook和Google各有超過5%的員工是來自斯坦福大學(xué)的。對于Dropbox、Palantir Technologies和Snapchat這三個(gè)頂尖網(wǎng)絡(luò)公司來說，斯坦福校友的比例高達(dá)10%�？▋�(nèi)基梅隆大學(xué)的校友占Uber和Pinterest員工總數(shù)的7%以上。

　　但是，很多頂尖數(shù)據(jù)人才并不來自于這些更多人公認(rèn)的“頂尖大學(xué)”。Poets&Quants調(diào)查了所有硅谷的頂尖公司，然后列出了最受雇主青睞的大學(xué)。像亞利桑那州立、德州奧斯汀分校、德州農(nóng)工等大學(xué)都并非傳統(tǒng)意義上的“頂尖大學(xué)”。然而，這并不影響他們畢業(yè)生在硅谷職場上被瘋搶。

　　盡管藤校平均下來擁有更多的精英學(xué)生（全國排名前10%的學(xué)生)，但超過80%的頂級人才來自其他知名大學(xué)。大量學(xué)生其實(shí)被低估了，而許多公司甚至并沒有意識到。明白這個(gè)觀點(diǎn)的知名公司是Yelp（美國版大眾點(diǎn)評），有11%的員工是加州大學(xué)伯克利分校的校友。

　　Correlation One認(rèn)為，像普林斯頓大學(xué)、芝加哥大學(xué)、哈佛大學(xué)、卡內(nèi)基梅隆大學(xué)和哥倫比亞大學(xué)這樣的學(xué)校在評估中得分一如既往的高，這不讓人意外。除了這些顯而易見的名字，華盛頓大學(xué)和匹茲堡大學(xué)這樣的地方學(xué)校也是培養(yǎng)人才的好地方，普渡大學(xué)的博士生更是數(shù)據(jù)領(lǐng)域的超頂尖人才。

　　因此，在選校的時(shí)候，不要以“名校為王”。每個(gè)學(xué)校都一定有自己的獨(dú)特優(yōu)勢！綜合自己的未來方向選校，這才是聰明的做法！