哈博教育

一提到宾夕法尼亚大学，你可能首先想到的是其名扬天下的商学院。但是，其工程学院的实力也十分强大。宾大数据科学项目于2017年创办，还在努力建设过程中。但是，因为该项目整体学生质量较高，就业情况也很可观。不到30人的小班优势+自由选课的权利也是很“可”了。

Data Science项目的整体质量较高，课程的设置偏实际运用，且选择的自由度非常大，几乎所有计算机专业的课都可以选。在求职方面，有不少这个项目的毕业生最后选择了Software Engineering类别的工作，主要的原因是业界公司对软件工程师的需求还是远远大于对Data Scientist的需求。

宾大还有不少提供给数据科学专业学生的资源，如学生组织的Penn Data Science Group：会定期开设各种编程语言的课程，并且每学期都有3-4个与校外公司合作的项目让学生组队参与，同时也有参加各类Kaggle竞赛的队伍。除此之外，沃顿商学院的Wharton Research Data Services（WRDS）会定期招募数据科学专业的学生做兼职工作。

什么是数据科学（Data Science）

 

随着科技的发展，每天每时每刻都有大量数据被产生和存储下来。如何才能把这些数据变成有用的信息价值被人类所利用，就会通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现整个过程。数据科学是一门交叉的学科，涉及到很多的领域包括统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。大数据时代的到来，为各个科学领域带来了新的改革。

 

数据科学专业的就业前景

 

全球最顶尖管理咨询公司麦肯锡（McKinsey）出具了一份详细的分析报告，从2018年开始，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在140000到190000之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则达到1500000！

 

其中对大数据处理需求最旺盛的行业包括：制药业、计算机软件、互联网、科研、IT技术服务、生物技术。事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了（美元）。

数据科学的三类职业方向

（1）机器学习工程师 Machine Learning Engineer

代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。一般需要ship production code，做出来的是数据产品。

（2）数据分析员 Data Analyst

工作内容俗称analytics (product analytics or business analytics)，从数据中提取insight，估计投资回报比，为产品方向提建议，所用工具一般较基础，比如写SQL query取数据、用R/Python做简单的分析、用Tableau/Excel作图比较常见，能自己开发Dashboard算是analyst里面技术强的；工作需要产生各种形式的报告；在统计层次上，懂基本t-test和线性回归即可。

（3）数据科学家 Data Scientist

很多人说，我想做数据科学家，我想做机器学习，而这类职位就是大家想象中的那种。此类职位工作内容以高级建模为主，会针对复杂的问题来设计技术方案，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Fraud Detection、Amazon物流管理、FB/Linkedin的社交网络或者ebay/Airbnb/Uber这样供需双方Marketplace市场规模的实验。这些例子，听上去就不是写SQL能解决的，也不是会写代码就能做出来的，都需要比较深的领域知识。