Kaggle16000份问卷揭示数据科学家平均画像：30岁，硕士学位，年薪36万

雷锋网 AI科技评论按，日前，Kaggle官网发布了一份关于数据科学和机器学习的调查报告，他们通过分析超过16000份相关用户的问卷调查，给出了数据科学行业从业人员的基本概况，大家在工作中使用比较多的方法以及对初入该行业的人的建议。

雷锋网 AI科技评论核心内容编译如下：

为了建立对数据科学和机器学习的全面认识，Kaggle在今年首次开展了一项覆盖多个行业的调查研究。

他们收到了超过16000份回复，了解到该行业很多的相关信息，例如数据科学从业者的概括、机器学习领域的前沿研究，以及新手数据科学家如何能最好地进入这个领域。

在下面的报告中，他们分享了一些主要发现，这里面包括一些交互式可视化图，这样大家可以轻松地找到自己想知道的内容。以下是一些例子:

• 虽然Python从整体上来说或许是最常使用的工具，不过我们的报告发现统计学家中用R语言的更多。

• 数据科学家的平均年龄在30岁左右，但不同国家之间又略有不同。例如印度受访者的平均年龄比澳大利亚受访者要小9岁。

• 受访者中拥有硕士学位的人占比最高，但是在薪水最高（15万美元以上）的人中，拥有博士学位的人最多。

他们在Kaggle上分享了这些完整的匿名数据集，大家可以下载、进行探索。

下载地址：https://www.kaggle.com/kaggle/kaggle-survey-2017

大家可以参与进来研究这些数据，分享自己的思路和代码，一起推进数据科学和机器学习的研究。与此同时，甚至可以赢得现金奖励。

数据科学家概况

分析这些数据科学从业人员概况的方法有很多，他们通过与这些数据科学家的工作和背景相关的统计信息入手:

年龄

调查对象的平均年龄在30岁左右，但不同国家之间又略有不同。例如印度受访者的平均年龄比澳大利亚受访者要小9岁。

在职情况 

从图中可以看到全职的人最多。

职位

虽然大家经常将“数据科学家”定义为使用代码来分析数据的人，但在调查中发现大量的职位都属于数据科学领域。例如，在伊朗和马来西亚，数据科学研究领域最常见的的职位是“科学家或研究员”。 

全职年薪

虽然在此次调查中，“薪酬和福利”的重要性不如“职业发展机会”，但大家最好还是要了解到合理的薪酬范围。在美国，机器学习工程师平均工资最高。

最高学历

一般来说，在从事数据科学研究的人中，研究生占比最高。但是在收入最高(15万美元—20万美元，20万美元以上)的人群中，拥有博士学位的人占比最多。 

这次调查显示，年龄为30岁，拥有硕士学位，年收入约为5.5万美元的数据科学家处于平均水平。不过每个人之间的差异也很大，上面只是从表面上给出了Kaggle上数据科学社群在年龄、性别、国家、职位、薪水、工作经验和教育上的不同。

数据科学家的日常工作

数据科学家被定义为“写代码来分析数据”的人。Kaggle也调查了他们每天的工作生活情况，下面是调查中他们发现的一些亮点:

在工作中使用什么数据科学方法?

调查显示，工作中，在军事/安全领域，神经网络用的稍微多一点。除了这两个领域，Logistic回归是大家使用频率最高的数据科学方法。

使用的工作工具是什么？

Python是调查中大家最常用的数据分析工具，但从小的类别来看，统计学家使用最多的仍然是R语言。

大家使用的数据类型都是什么？

关系数据是在所有行业（除了学术和军事/安全领域）中最常使用的数据类型，学术和军事/安全领域中最常使用的数据类型是文本数据。

大家都是如何分享代码的呢？

受访者中使用Git分享代码的人占比最高，但在大公司（员工人数超过10000）使用电子邮件等方式分享代码的人更多，大家不怎么用云端传输，而小型公司（员工数少于10人）在云上分享会更灵活。

工作中面临的障碍

一般来说，脏数据是在数据科学领域中最常见的问题，不过对一丝不苟的数据库工程师来说，这不是他们最头疼的问题。其实，排在脏数据之后，公司政治问题、缺乏管理/缺少财务支持才是最让大家头疼的。

如果大家点击筛选键，就可能会注意到许多行业的受访者都表示他们缺乏数据科学天赋。继续看下去，就可以看到这些调查对象是如何逐步上手的了，大家可以学到他们的经验。

新手数据科学家如何才能进入这个领域?

当你开始新的职业生涯时，从别人的成功经验中学习是很有帮助的。在这次调查中，Kaggle也询问了在数据科学行业工作的人，问到他们是如何成功进入这个领域的。以下是一些他们认为应该分享的建议:

你会推荐新手数据科学家先学习什么语言？

每个数据科学家都对应该先学什么语言都有自己的看法。事实证明，那些只使用Python或R的人认为自己似乎做出了正确的选择。但是，如果你询问同时使用R和Python的人，他们推荐Python的比例是R语言的两倍。

你用的什么数据科学学习资源？

数据科学是一个快速变化的领域，有很多可以帮助你学习、让你时刻保持在行业前沿的有价值的资源，这样你在找工作时竞争力会很显著。

那些已经在数据科学领域工作的人为了时刻知道最新动态，比正在入行的人使用Stack Overflow问答、会议和播客的频率更高。

如果你正在制作内容或开源软件，请记住，正在进入该领域的人更常看的是官方文件和观看YouTube视频。

从哪里找到开放数据？

没有数据就没有数据科学。当谈到学习数据科学的经验，知道如何找到干净的公开数据集来用于实践和项目是非常有价值的。从下图可以看到，数据集聚合平台（比如Kaggle数据集）是被数据科学社群的成员使用得最频繁的工具。

你是怎么找到工作的呢？

当你在找工作的时候，你可能会试图在公司官网或技术类招聘平台上找，但是根据数据科学领域工作人员的说法，那是最没用的方法。为了进入这个领域，你应该试着联系招聘人员或者建立你自己的关系网。

想要知道更多详细的信息，可以访问 https://www.kaggle.com/surveys/2017 了解。

雷锋网 AI科技评论编辑整理。