数据科学领域的核心技能和新兴技能分别有哪些？

我们确定了数据科学技能的两个主要类别：一个是大多数受访者拥有的13种核心技能，另一个是大多数还没用但想要应用的热门新兴技能。

本次调查主要有以下两个问题：

1. 您目前拥有哪些技能(可以在工作或研究中使用的水平)?
2. 您想增加或提高哪些技能?

本次调查获得了1500以上的票数，样本足够大，可以做出有意义的推断。

下面的图1中，X轴显示已经具有的技能 ，即第一个民意调查问题的答案，Y轴显示想要的技能 ，即第二个民意调查问题的答案。每个圆圈的大小与拥有该技能的选民比例成正比，而颜色则取决于想要/拥有的比例(红色高，数值大于1;蓝色低，数值小于1)。

注：其他大数据工具适用 于Hadoop或Spark以外的大数据工具。

注意此图中的两个主要类别。

图表右侧蓝色虚线框中的第1类包括超过40%的选民所拥有的技能，其需要/拥有的比率小于1。我们称其为核心数据科学技能，具体内容参考表1。

其中，最需要增加或改进的技能是机器学习(41%)和Python(37%)。增长最少的技能是Excel，只有7%的人希望增加或提高其Excel技能。

第二个集群是图1左侧用红色边框标记的部分，包括当前不那么受欢迎的技能(拥有比率<30%)，但是却在增长，想要/拥有的比率超过1，参见表2。

有趣的是，尽管有观点认为Hadoop在下降，但在这次调查中，有更多的人希望学习Hadoop，而不是已经流行的技能，因此它可能会越来越流行。

我们没有把Julia放2在热门/新兴技能中，尽管它的想要/拥有比率为3.4，因为只有2%的选民选择它，它还没有得到足够的支持。

剩下的技能如XGBoost、软件工程、java、MATLAB、SAS的拥有比率为10%-30%，但想要/拥有比率没有增长，小于1。

下面是关于本次调查的更多细节。图2将所有技能按拥有百分比递减排列。

图3显示了受访者希望添加或改进的技能以及他们所拥有的技能。

我们看到，当前数据科学家最想要添加的技能是深度学习、Tensorflow、机器学习和Python。

本次调查的受访者的就业类型分布如下：

• 工业/个体经营:64.4%
• 政府/非营利组织:7.2%
• 学术界/大学:7.0%
• 学生: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%
  大数据（big data）是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据有五大特点，即大量（Volume）、高速（Velocity）、多样（Variety）、低价值密度（Value）、真实性（Veracity）。它并没有统计学的抽样方法，只是观察和追踪发生的事情。 大数据的用法倾向于预测分析、用户行为分析或某些其他高级数据分析方法的使用。