数据挖掘

数据科学家的角色因行业而异，但有一些共同的技能、经验、教育和培训可以帮助你在数据科学职业生涯中占据一席之地。

什么是数据科学家？

数据科学家是分析数据专家，他们使用数据科学从大量结构化和非结构化数据中发现见解，以帮助塑造或满足特定的业务需求和目标。数据科学家在企业中变得越来越重要，因为组织越来越依赖数据分析来推动决策制定，并将自动化和机器学习作为其 IT 战略的核心组成部分。

数据科学家职位描述

数据科学家的主要目标是组织和分析数据，通常使用专为该任务设计的软件。数据科学家分析的最终结果必须足够容易让所有投资的利益相关者理解——尤其是那些在 IT 之外工作的利益相关者。

数据科学家的数据分析方法取决于他们所在的行业以及他们所服务的业务或部门的具体需求。在数据科学家在结构化或非结构化数据中找到意义之前，业务领导者和部门经理必须传达他们正在寻找的东西。因此，数据科学家必须具备足够的业务领域专业知识，才能将公司或部门目标转化为基于数据的可交付成果，例如预测引擎、模式检测分析、优化算法等。

到 2022 年，供应链的可见性、准确评估数据产品以及利用数据实现可持续性和优化将变得至关重要。

数据分析是一个不断发展的领域。 2020 年初，很明显组织将继续大力投资分析以支持其数字化转型。 COVID-19 大流行成为主要的破坏因素。

在大流行初期，组织似乎可能会阻碍数据和分析的进步，以缩减并专注于其他紧迫的优先事项，例如启用远程劳动力。但是，在许多情况下，组织加快了对数据和分析能力以及人工智能的采用。 2020 年 7 月，毕马威的一项研究发现，67% 的受访者因大流行而加快了数字化转型战略的步伐，其中 63% 的受访者增加了数字化转型预算。

从那以后事情就没有放缓。研究公司 Fortune Business Insights 预测，2028 年全球大数据分析市场将增长到 5497 亿美元，2021 年至 2008 年间的复合年增长率为 13.2%。

随着 IT 领导者在 2022 年及以后将注意力集中在数据分析和人工智能上，他们应该将以下三个密切相关的趋势放在首位。