本文最初发布于 KDnuggets 网站，经 KDnuggets 官方授权由 InfoQ 中文站翻译并分享。

我们确定了两类主要的数据科学技能：一类是大多数受访者所拥有的稳定技能，这一类有 13 项核心技能；另一类是大多数受访者尚未拥有但想掌握的热门 / 新兴技能。请参阅我们详细的分析。

最新的 KDnuggets 投票调查问了如下两个问题：

你目前拥有哪些技能 / 知识领域（在工作或研究中可以使用的水平）？

你想增加或提高哪些技能？

我们根据 KDnuggets 之前的一些文章和投票调查，选出了 30 项技能。

这次投票调查总共收到了超过 1500 张投票，这是一个足够大的样本，可以做出有意义的推论。平均每个投票者报告声称其拥有 10 项技能，并希望增加或者提高 6~7 项技能。

下面的图 1 显示了关键的调查结果，x 轴表示 % 已拥有技能，显示的是第一个投票问题的答案；y 轴表示的是 % 想拥有的技能，显示的是第二个投票问题的答案。每个圆形的大小与已拥有该技能的投票者的百分比成正比，而颜色取决于“想拥有 / 已有用”的比率（>1，比率越高颜色越红；<1，比率越低颜色越蓝）。

图 1. 与数据科学相关的技能，已拥有技能 vs 想增加 / 提高技能

在这种图表中，我们注意到有两个主要的集合。

图表右侧蓝色虚线矩形为第一个集合，该集合包含超过 40% 投票者所拥有的技能，以及“想要拥有 / 已经拥有”的比率小于 1。我们称之为核心数据科学技能。它们将在表 1 中列出。

表 1：核心数据科学技能，按 % 已拥有技能降序排列。

技能	% 已拥有	% 想拥有	% 想拥有 / % 已拥有
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
交流沟通技巧	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/ 数据库代码实现	57.3%	16.0%	0.28
业务理解	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，最希望添加或提升的技能是机器学习（41%）和 Python（37%）。增长最少的是 Excel——只有 7% 的人想增加或提高他们的 Excel 技能。

图 1 左侧用红色边框标记的第二个集合，包括目前不太流行（% 已拥有技能 <30%）但正在增长的技能，“想拥有 / 已有用”的比率大于 1，请见表 2。我们将其称为热门 / 新兴数据科学技能。

表 2：热门 / 新兴数据科学技能，按“想拥有 / 已拥有”降序排列。

技能	% 已拥有	% 想拥有	% 想拥有 / % 已拥有
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
自然语言处理 - 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，尽管有人认为 Hadoop 正在走下坡路，但在这次投票调查中，想学习 Hadoop 的人比已经知道它的人还多，所以 Hadoop 有可能仍然会越来越受欢迎。尽管 Julia 的“想拥有 / 已拥有”的比率为 3.4，但我们仍然没有将它包括在热门 / 新兴技能中，因为只有 2% 的投票者选择了它，因此它并不具备足够的支持。

其余的技能，如 XGBoost、软件工程、Java、MATLAB、SAS 只被 10%~30% 的投票者拥有，但没有增长：“想拥有 / 已拥有”的比率小于 1。

表 3：其他数据科学技能，按 % 已拥有的百分比递减

技能	% 已拥有	% 想拥有	% 想拥有 /% 已拥有
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

小假面是关于投票调查的更多细节。图 2 按 % 已拥有进行降序排列。

图 2：KDnuggets 读者拥有的数据科学技能

图 3 显示了读者想要增加或提高的技能，以及他们所拥有的技能。

图 3：KDnuggets 读者想要增加或提高的数据科学技能（红色）和已拥有的数据科学技能（蓝色）。

我们看到，现有的和有意向的数据科学家想要添加的顶级技能是深度学习、TensorFlow、机器学习和 Python。

投票调查还询问了就业类型：

行业 / 自雇：64.4%
政府 / 非营利组织：7.2%
学术界 / 大学：7.0%
学者：14.3%
其他 /NA：7.1%

区域分布为：

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%

作者介绍：

Gregory Piatetsky-Shapiro 博士是 KDnuggets 的总裁，也是大数据、数据挖掘和数据科学领域的领军人物。他是数据挖掘和数据科学领先研究会议 KDD 的共同创始人，也是 ACM SIGKDD 的共同创始人和前任主席。他还是两家初创公司的首席科学家。

原文链接：

Which Data Science Skills are core and which are hot/emerging ones?

创作场景

数据科学技能中，哪些是核心技能，哪些是热门 / 新兴技能？