Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践

本年，Kaggle有史以来第一次对人工智能范畴进行了深度查询拜访，旨在周全懂得数据科学和机械进修的概况。本次查询拜访收到了16000 多份答卷，宏大年夜的查询拜访数据为我们供给了有关大年夜颐魅者、业界最新动态以及若何进入该行业的数据支撑。以下申报包含本次查询拜访的几个重要结不雅，个中包含：

1. 尽管Python很可能是机械进修最常用的编程说话，但统计学家应用最多的是 R 说话。
2. 数据科学家的平均年纪在 30 岁阁下，然则这个数字在不合的国度有所不合。例如，印度受访者的平均年纪要比澳大年夜利亚的小 9 岁。
3. 被查询拜访者教导程度最多是硕士，但在工资最高的(跨越15万美元)人群中，拥有博士学位的人则更多。

Kaggle 已经公开了该查询拜访的匿名数据集，以供大年夜家进行研究，可以大年夜此处下载：https://www.kaggle.com/kaggle/kaggle-survey-2017。

谁在工作中与数据打交道?

工作中碰到的┞废碍重要有哪些?

分析数据大年夜颐魅者的方法有很多种，本文将大年夜有关数据科学大年夜颐魅者的工作、背景等人口统计学信息开端。

年纪多大年夜?

大年夜下图可见，本次调查对象的平均年纪大年夜约为 30 岁，但各个国度的┞封个值有所不合。例如印度调查对象的平均年纪就比澳大年夜利亚的小了 9 岁。

今朝的就业状况若何?

受查询拜访者中，有 65.7% 表示本身有全职工作。

职位是什么?

尽管我们把数据科学家定义为应用代码分析数据的人，但我们发明数据科学范畴可涵盖的工作异常多。比如在伊朗和马来西亚，数据科学大年夜颐魅者最风行的工作头衔是“科学家或者研究察”。

全职工作的年薪是若干?

数据科学家的工作内容是什么?

中位数55441美元，不过因为很多人没有全职工作(收工资 0)，所以这一数字并不精确。尽管在我们的查询拜访中“补偿和福利”的重要性稍微比“职业成长机会”低一些，不过知道什么是合理的补偿依然不错。在美国，一懊机械进修工程师带回家最多的器械是培根。

有131个回复竽暌股于超出最大年夜值而没有显示出来，但它们被算进了中位数。

最高学历是什么?

你须要再去读一个学位吗?平日来讲，数据科学大年夜颐魅者中最常见的学历是硕士，然则获取最高薪水(15万到20万美元，以及高于20万美元)的那些人大年夜多有着博士学位。

被查询拜访者的大年夜多是 30 岁阁下，硕士学历，年薪5.5万美元阁下，拥稀有据科学家的职位。但实际情况并不如斯平均。这些最初的几小我口统计学问题只是展示了复杂的 Kaggle 数据科学社区在年纪、性别、国籍、工作职称、薪水、经验和学历方面的表层差别。

我们把数据科学家定义为写代率攀来分析数据的人。他们的日常工作内容是什么呢?以下是我们的查询拜访结不雅。

工作中应用哪些数据科学办法?

逻辑回归是工作之中最为常用的数据科学办法，不过在神经收集应用更为频繁的国度安然范畴除外。总的来说，数据科学中更常见的┞氛样应用经典的机械进修算法，简单的线性与非线性分类器是数据科学中最常见的算法，而功能强大年夜的集成办法也十分受迎接。

工作中应用最多的编程说话是什么?

Python是数据科学家最常用的说话，也是最常用的数据分析对象。不过，也有很多半据科学家仍然保持着对 R 说话的忠诚。

在工作中常用的数据类型是什么?

关系型数据是开辟者在工作中最常用的数据类型，因为大年夜多半家当工程师都十分存眷于这种关系型数据。而学术研究者和国防平顺家当则更重视于文本与图像。

若何分享工作中的代码?

尽管很多受访者(58.4%)在工作应用 Git 来分享代码，但大年夜公司中的开辟者更偏向于将代码保存在本地，并经由过程像 Email 那样的文件共享软件来分享代码。而始创公司可能须要在云中共享以保持加倍敏捷的反竽暌功。

　　推荐阅读

　　黑盒渗透测试的一些姿势和个人总结

Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践 对于“渗入渗出测试”这个事，我也时常纠结，尤其在“度”的方面上，毕竟本身还很年>>>详细阅读

本文标题：2017数据科学与机器学习行业现状调查：Python是最受欢迎的语言

地址：http://www.17bianji.com/lsqh/38678.html

 1/2    1