虽然数据科学仍然是一个相对较新的职业领域，但需要数据科学专业知识的职业角色被认为是美国最令人兴奋和收入最高的工作之一。
自2012年以来，该行业不仅就业岗位增长了650%(根据LinkedIn的数据)，美国劳工统计局估计（https://www.bls.gov/oes/current/oes152051.htm），到2026年，该领域将新增1150万个就业岗位。
尽管需求不断增长，而且越来越多的大学（https://www.usnews.com/best-colleges/rankings/computer-science/data-analytics-science）已经开始提供数据科学和/或数据分析方面的正式学位课程以应对人才短缺，但人们还不完全清楚进入这一领域需要什么样的教育。这是因为数据科学（https://www.cio.com/article/221871/what-is-data-science-a-method-for-turning-data-into-value.html）是一个多学科的职业，现在包含了大量的职位（https://www.kdnuggets.com/2021/10/guide-14-different-data-science-jobs.html），不同的职位对数据科学的要求也不同。
为了帮助消除困惑，我们来看看适合从事数据科学职业（https://www.dice.com/career-advice/data-scientist-career-path-what-you-need-to-know-to-get-ahead）的最佳学位。
你需要学位吗？
从技术上讲，你不需要大学学位就能找到一份数据科学工作。
数据科学人才招聘公司Dataspace的首席执行官Benjamin Taub解释说，首先，雇主们寻找的是拥有工作技能和能力的人做这项工作。他补充说，招聘经理通常希望看到更多的教育背景或丰富的现场经验。
要胜任大多数工作，你需要了解数据库的工作原理，以及收集、组织、操作和分析结构化和非结构化数据（https://www.dice.com/career-advice/how-to-become-a-data-analyst）、得出结论、可视化和传达结果的能力。你还需要编程技能和“软技能”，比如解决问题、持续学习、热情和创新思维的能力。(点击这里查看完整列表：https://towardsdatascience.com/data-science-minimum-10-essential-skills-you-need-to-know-to-start-doing-data-science-e5a5a9be5991)。数据科学家会尽力预测基于数据的策略在长期内将如何发挥作用，因此直觉也是关键。
如果你在数据挖掘、数据工程或统计/数据分析等定量或与数据相关的任务方面没有丰富的经验，可能很难理解基本概念（https://www.kdnuggets.com/2020/12/20-core-data-science-concepts-beginners.htmlhttps://www.kdnuggets.com/2020/12/20-core-data-science-concepts-beginners.html）或掌握高级任务，比如从零开始开发机器学习模型。即使你决定自学，报名参加一个(或几个)在线课程也不是一个坏主意。
此外，根据IBM的数据，拥有学士学位的数据科学专业人士每年的收入比其他任何学士学位的工作都多8,736美元。按照这个速度，大学学位很快就能收回成本。
许多公司还会根据是否拥有大学或高等学位来筛选简历。IBM表示，61%的数据科学家和高级分析职位需要学士学位持有者，而39%的职位需要硕士学位或博士学位。如果你正在追求数据科学家这样的高级职位，请考虑到你还将与其他受过高等教育的专业人士竞争:根据KDnuggets的数据，88%的数据科学家至少拥有硕士学位，而46%拥有博士学位。
但招聘公司Averity的首席运营官兼数据科学高管招聘人员马特·斯塔比利(Matt Stabile)警告说，不要过于关注“血统”和职称。对于大多数工作来说，拥有硕士学位是件好事，但并不是必须的。
他建议说：“尽你所能进入公司并积累经验。”对于大多数雇主来说，结果比大学学位更重要。一旦你学会了如何从利益相关者那里收集需求并产生现实世界的结果，你就能够在这个领域竞争许多工作。
最佳学位
需要明确的是，找到一门能让你为特定的职位或专业做好准备的课程是最大化大学学位回报的最好方法。
Dataspace的首席技术招聘人员Katie Magill指出，获得金融、经济学、数学或统计学等定量领域的学位也会为你提供涉及数据科学工作所需的基本技能。
STEM学位同样是一个不错的选择，特别是如果你想从事数据工程、数据库管理和数据架构或机器学习方面的职业。商业、会计或市场营销专业的学位，包括数学和统计分析课程，可以为你成为一名商业或市场分析师做好准备。
编程技能也是每个数据科学专业人员的必备技能。至少，你需要学习如何使用Python和流行的数据分析工具（如SAS、Hadoop、Spark、Hive、Pig和R）来存储、访问和操作数据，根据角色的不同，对Perl、C/ c++、SQL和Java有基本的了解可能会有所帮助。
为了提供你在职场取得成功所需的工具，学位课程需要通过学生项目和实习提供实践经验，你可以在其中掌握数据科学过程（https://www.guru99.com/data-science-tutorial.html）。
Stabile指出，提出研究结果或建议（https://towardsdatascience.com/five-essential-presenting-tips-for-data-professionals-c31708ec52f5）需要对听众有细微差别和了解。学习如何调整你的结果，包括哪些信息，以及如何将你的信息与更大的图景联系起来可能是最重要的数据科学技能。
作者：Leslie Stevens-Huffman
