如果你是一名數據科學方面的求職者，你肯定想知道在簡歷上寫些什麼才能獲得面試的機會；如果你想進入這個領域，你一定想知道具備哪些技術才能成爲一名有競爭力的求職者。
在本文中，我們對美國求職網站 Indeed 中一千份數據科學相關的招聘信息進行了分析，主要針對數據工程師、數據科學家和機器學習工程師這三個職位，希望能解答你的疑問。
首先，讓我們來看看不同職位的技能要求。
一、必備語言
1. Python 是數據科學家的首選語言
關於數據科學中的首選語言究竟是Python還是R曾有過爭論。顯然，根據市場需求，如今處於主導地位是Python。同樣值得注意的是，從語言需求的排名來看，R語言可能還排在SAS之後。因此，如果你打算進入數據科學領域，不妨把學習重點放在Python上。作爲數據庫語言，SQL是數據科學家第二重要的語言。由於數據科學家職業的廣泛性，其他語言也扮演着重要角色。
數據科學家必備語言排名爲：Python、SQL、Scala、Lua、Java、SAS、R、C ++和Matlab。
2. 機器學習工程師使用的語言更加多樣化
Python是機器學習工程師的首選語言，這並不令人驚訝。機器學習工程師需要從頭開始實現算法，並在大數據環境中部署ML模型，因此C ++和Scala等相關語言也很重要。總的來說，機器學習工程師使用的語言更加多樣化。
機器學習工程師必備語言排名爲：Python、Scala、Java、C ++、Lua、SQL、Javascript、Matlab、CSS和C＃。
3. SQL 是數據工程師的必備技能
數據工程師一直都在於數據庫打交道，而SQL是數據庫語言，因此SQL是首選語言也就不足爲奇了。同時Python也重要，但重要性排在Scala和Java之後，因爲後者能夠幫助數據工程師處理大數據。