在中國，打開直聘，搜索數據科學家職位，你會看到月薪范圍為2萬至9萬，每年14至16薪，按此計算，最低年薪為28萬，最高為144萬。高級/資深軟件開發(fā)工程師的月薪范圍為2-6萬，每年12-15薪，按此計算，最低年薪為24萬，最高為90萬。兩者的差距還是很大的。你會發(fā)現(xiàn)：數據科學專業(yè)畢業(yè)后的薪資水平高于大部分計算機專業(yè)的畢業(yè)生（以上數據源于2021年9月份直聘網）。
除了薪資高，職位需求也是快速增長的，據領英發(fā)布的《2021年新興職位趨勢報告》對2020年3月1日至2021年2月28日與上一年同期進行了對比，數據科學是增長最快的職位。
在美國，綜合年薪、工作滿意度以及在Glassdoor開放的崗位數目，數據科學家在美國最大的求職網站之一Glassdoor美國最佳工作（Best jobs in America）排名，連續(xù)四年穩(wěn)居第一，平均年薪維持在10萬美元之上，成為美國最為炙手可熱的職業(yè)之一。
Ⅰ 專業(yè)介紹
數據科學(Data Science)是近幾年被獨立分割出的新興專業(yè)，是一門交叉學科，涉及很多的領域,包括統(tǒng)計學、數學、計算機、人工智能、機器學習、數據庫、模式識別、可視化技術等多學科的知識。大數據時代的到來為各個科學領域帶新的改革。
大家概念中的“數據分析”或者“數據科學"，通常指的就是定量的定義問題，并基于歷史觀測數據(而不是實驗數據)和定量方法解決問題，讓數據自己講故事，而不是通過經驗或者實驗講故事。因此，所有可靠的可定量的數據問題都可以基于數據分析方法解決,而遠不止商業(yè)問題。
去年抗擊新冠疫情的過程中,數據科學也起了非常重要的作用。前有根據大數測疫情拐點、利用監(jiān)控網絡發(fā)現(xiàn)傳染源,后有達摩院醫(yī)療，AI醫(yī)生能在20秒內完成新冠肺炎影像的分析，分析結果準確率達96%。艾倫AI研究所等頂級研究小組發(fā)布了免費的COVID-19開放研究數據集，涵蓋目前所有的冠狀病毒研究文獻，Kaggle緊跟著發(fā)起CORD-19數據集文本挖掘競賽，提出 10大難題，召喚AI研員開發(fā)文本數據挖掘工具助力醫(yī)學界。
Ⅱ 數據科學就業(yè)方向
數據科學與大數據技術專業(yè)學生畢業(yè)生能在政府機構、企業(yè)、公司等從事大數據管理、研究、應用開發(fā)等方面的工作。主要有以下三類職業(yè)方向：
一、機器學習工程師 Machine Learning Engineer
代表了技術含量較高的方向。工作內容主要是開發(fā)機器學習系統(tǒng)和用這些系統(tǒng)解決實際問題，一般需要 ship production code ,做出來的是數據產品。
二、數據分析員 Data Analyst
工作內容俗稱 analytics（product analytics or business analytics ),從數據中提取 insight ，估計投資回報比，為產品方向提建議。 在美國，Data Analyst 的基本工資中值為58777美元。能夠影響薪資的技能包括數據分析、 Microsoft Excel 、SQL、數據庫管理與報告、Microsoft Office、數據挖掘/數據倉庫、統(tǒng)計分析、數據建模、數據錄入、 Microsoft SQL Server、 Microsoft Access、R、SAS等。
三、數據科學家 Data Scientist
1、IT 數據科學家
工作內容以高級建模為主，會針對復雜的問題來設計技術方案。它的任務是為建模、數據挖掘、生產目的設計、構建新的數據集流程，確定改進數據和搜索質量以及預測能力的新方法。執(zhí)行和解釋關于新數據源或現(xiàn)有數據源的新用途的數據研究和產品實驗。開發(fā)原型、概念證明、算法、預測模型和分析。
2、營銷數據科學家
負責構建和調整轉換算法和數據挖掘策略，以利用消費者數據，通過數據來給出營銷方面的戰(zhàn)略建議，以確保在線營銷策略與公司更廣泛的營銷計劃相結合，并使用例如 Adobe Analytics /Google Analytics 這類分析工具，及時向公司管理層和客戶提供報告.
Ⅲ本科的哪些專業(yè)可以申請、本科期間必須學習的課程
一、本科哪些專業(yè)可以申請
早前,Data Science一直被默默無聞地嵌入BI(Business Inteligence)或Business Analytics、Computer Science。但是,隨著大數據無限膨脹,人們越認識到如何處理大數據將成為一門非常有用且高深的學問，于是它漸漸Business School（商學院）和 CS（計算機）大院中剝離出來。
然而,其交叉學科的性質和未來廣闊的不同專業(yè)的就業(yè)面，使得眾多本科專業(yè)背景的同學都可以參與到這個專業(yè)的研究生學習當中，有如下三個類別的本科專業(yè)可以申請數據科學專業(yè)的研究生：
1、數學
本科背景是統(tǒng)計、數學或應用數學，且有一定編程基礎的同學很適合申請。
數據科學專業(yè)無法避免的就是算法，而算法的基礎就是數學。因而數學系的同學如果申請數據科學研究生的話是非常有競爭力的，雖然你可能沒有計算機基礎，但是你的邏輯思維直接導致了你有很好的處理大數據的能力。
2、計算機相關專業(yè)
本科為計算機相關專業(yè)的同學，申請數據科學研究生自然是最具競爭力的。因為大多數數據工作都是通過編程和數據庫的相關手段進行的，并要求學過統(tǒng)計、微積分、高級語言。
3、經濟學相關專業(yè)
在大數據環(huán)境下，你有經濟學基礎，那么恭喜你，你一定比其他專業(yè)的同學們更懂得什么數據才是有利于預估經濟發(fā)展行情的。因而，如果你有很好的邏輯能力的話，你完全可以學習一些基礎的計算機知識和編程，這不但是適應社會發(fā)展的知識，也是能讓你在今后就業(yè)方面如魚得水的專業(yè)。
二、本科期間必須學習的課程
以上三類專業(yè)，都可以申請數據科學研究生，實際上，美國大學對于申請這個專業(yè)的研究生在本科階段的學習中的一些課程是有要求的，這些課程在你大學的前三年要修完，這些課程，行業(yè)內人員稱之為前置課程。我們看哈佛大學對申請者的課程要求：
哈佛大學對于MSDS（Master of Science in Data Science）的本科要求是：希望有微積分、線性代數，概率和統(tǒng)計等相關課程，能使用至少1種編程語言，例如Python或R，了解計算機科學概念。
基于以上情況，總結一下學生在本科期間應該學習以下課程：
1、數學課程
盡管每所學校都要求不盡相同, 但一般會要求學生修過線性代數，概率論，數理統(tǒng)計，微積分等這些基礎課程；或者高級物理學，工程學或有大量數學內容的計量經濟學課程作為數理能力的補充。
2、計算機課程
計算機科學入門（或等效的“ CS-101”編程課程），如果有其他計算機基礎課程如算法，數據結構，數據庫概率，數據挖掘，機器學習等更佳。
3、軟件編程
計算機語言沒有特定的要求，但是成功的申請者通常至少需要掌握一門編程語言，編程語言（Python/R/Java/C++），一般最看重Python和R。
Ⅳ研究生數據科學專業(yè)開設情況與數據科學研究生所學課程
美國大學開設了200多個與數據科學有關的碩士專業(yè)，到2013年后，開設數據科學碩士項目的美國大學保持持續(xù)增長。目前在TOP50院校中開設數據科學碩士專業(yè)的學校達21所。
美國的數據科學碩士專業(yè)一般開設在計算機學院、工程學院、數學、統(tǒng)計學院或者系下。設立在多個學院是因為這個專業(yè)本身屬于交叉學科，包含了計算機，統(tǒng)計，數學，和應用領域的學科。
例如卡耐基梅隆大學的數據科學專業(yè)開設在計算機學院下，紐約大學的數據科學碩士就是設立在紐約大學數據科學中心下（The Center for Data Science ，簡稱CDS），CDS附屬在著名的庫郎數學科學研究所 。
Ⅴ軟背景要求
除了硬件背景,GPA, GRE, 托福等,軟背景是更重要的申請條件，經驗包括實習經驗、科研經驗、競賽。
一、科研
一般需要1-2段。
對口的科研有數據挖掘中的算法和應用，亦或者計算機軟件、數據庫相關的項目。
二、實習
一般需要2-3段。
實習最優(yōu)選擇應該是知名數據公司的數據崗，比如數據科學家，數據分析師，機器學習工程師，研究分析師等，然而現(xiàn)實是這些崗位由于太過重要，實習的機會較少。所以建議找一些統(tǒng)計、量化相關的或者計算機相關的實習，比如統(tǒng)計師，產品分析師，生物統(tǒng)計師，分析師助理，大數據處理助理。
但是，這些崗位對公司來講一般都太過重要，一般不招實習生，所以建議找一些統(tǒng)計量化相關的或者計算機相關的實習。
三、競賽
競賽的平臺較多，比較火的有Kaggle，還有就是阿里的天池、SODA、WID、數據嗨克等。
谷歌旗下的Kaggle是一個數據建模和數據分析競賽平臺，是當下最流行的數據科研賽事平臺，其組織的賽事受到全球數據科學愛好者的追捧。如果你能在這個比賽獲得較好名次，不僅可以體現(xiàn)你在數據科學、人工智能學科上的強烈興趣，還能在研究生申請和未來工作中，增加你在編程和算法上的競爭力！