一提到賓夕法尼亞大學(xué)，你可能首先想到的是其名揚(yáng)天下的商學(xué)院,。但是,，其工程學(xué)院的實(shí)力也十分強(qiáng)大。賓大數(shù)據(jù)科學(xué)項(xiàng)目于2017年創(chuàng)辦,，還在努力建設(shè)過程中,。但是，因?yàn)樵擁?xiàng)目整體學(xué)生質(zhì)量較高,，就業(yè)情況也很可觀,。不到30人的小班優(yōu)勢+自由選課的權(quán)利也是很“可”了。

Data Science項(xiàng)目的整體質(zhì)量較高,，課程的設(shè)置偏實(shí)際運(yùn)用,，且選擇的自由度非常大，幾乎所有計(jì)算機(jī)專業(yè)的課都可以選,。在求職方面,，有不少這個(gè)項(xiàng)目的畢業(yè)生最后選擇了Software Engineering類別的工作，主要的原因是業(yè)界公司對軟件工程師的需求還是遠(yuǎn)遠(yuǎn)大于對Data Scientist的需求,。

賓大還有不少提供給數(shù)據(jù)科學(xué)專業(yè)學(xué)生的資源,，如學(xué)生組織的Penn Data Science Group：會定期開設(shè)各種編程語言的課程,，并且每學(xué)期都有3-4個(gè)與校外公司合作的項(xiàng)目讓學(xué)生組隊(duì)參與,，同時(shí)也有參加各類Kaggle競賽的隊(duì)伍,。除此之外，沃頓商學(xué)院的Wharton Research Data Services（WRDS）會定期招募數(shù)據(jù)科學(xué)專業(yè)的學(xué)生做兼職工作,。

什么是數(shù)據(jù)科學(xué)（Data Science）

 

隨著科技的發(fā)展,，每天每時(shí)每刻都有大量數(shù)據(jù)被產(chǎn)生和存儲下來。如何才能把這些數(shù)據(jù)變成有用的信息價(jià)值被人類所利用,，就會通過一系列的收集,、統(tǒng)計(jì)、整理,、分析,、挖掘等方法和技術(shù)來實(shí)現(xiàn)整個(gè)過程。數(shù)據(jù)科學(xué)是一門交叉的學(xué)科,，涉及到很多的領(lǐng)域包括統(tǒng)計(jì)學(xué),、數(shù)學(xué)、計(jì)算機(jī),、人工智能,、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫,、模式識別,、可視化技術(shù)等多學(xué)科的知識。大數(shù)據(jù)時(shí)代的到來,，為各個(gè)科學(xué)領(lǐng)域帶來了新的改革,。

 

數(shù)據(jù)科學(xué)專業(yè)的就業(yè)前景

 

全球最頂尖管理咨詢公司麥肯錫（McKinsey）出具了一份詳細(xì)的分析報(bào)告，從2018年開始,，大數(shù)據(jù)或者數(shù)據(jù)工作者的崗位需求將激增,，其中大數(shù)據(jù)科學(xué)家的缺口在140000到190000之間，對于懂得如何利用大數(shù)據(jù)做決策的分析師和經(jīng)理的崗位缺口則達(dá)到1500000,！

 

其中對大數(shù)據(jù)處理需求最旺盛的行業(yè)包括：制藥業(yè),、計(jì)算機(jī)軟件、互聯(lián)網(wǎng),、科研,、IT技術(shù)服務(wù)、生物技術(shù),。事實(shí)上,，大數(shù)據(jù)工作者可以施展拳腳的領(lǐng)域非常廣泛，從國防部,、互聯(lián)網(wǎng)創(chuàng)業(yè)公司到金融機(jī)構(gòu),，到處需要大數(shù)據(jù)項(xiàng)目來做創(chuàng)新驅(qū)動(dòng),。數(shù)據(jù)分析或數(shù)據(jù)處理的崗位報(bào)酬也非常豐厚，在硅谷,，入門級的數(shù)據(jù)科學(xué)家的收入已經(jīng)是6位數(shù)了（美元）,。

數(shù)據(jù)科學(xué)的三類職業(yè)方向

（1）機(jī)器學(xué)習(xí)工程師 Machine Learning Engineer

代表了技術(shù)含量較高的方向，工作內(nèi)容主要是開發(fā)機(jī)器學(xué)習(xí)系統(tǒng)和用這些系統(tǒng)解決實(shí)際問題,。一般需要ship production code,，做出來的是數(shù)據(jù)產(chǎn)品。

（2）數(shù)據(jù)分析員 Data Analyst

工作內(nèi)容俗稱analytics (product analytics or business analytics),，從數(shù)據(jù)中提取insight,，估計(jì)投資回報(bào)比，為產(chǎn)品方向提建議,，所用工具一般較基礎(chǔ),，比如寫SQL query取數(shù)據(jù)、用R/Python做簡單的分析,、用Tableau/Excel作圖比較常見,，能自己開發(fā)Dashboard算是analyst里面技術(shù)強(qiáng)的；工作需要產(chǎn)生各種形式的報(bào)告,；在統(tǒng)計(jì)層次上,，懂基本t-test和線性回歸即可。

（3）數(shù)據(jù)科學(xué)家 Data Scientist

很多人說,，我想做數(shù)據(jù)科學(xué)家,，我想做機(jī)器學(xué)習(xí)，而這類職位就是大家想象中的那種,。此類職位工作內(nèi)容以高級建模為主,，會針對復(fù)雜的問題來設(shè)計(jì)技術(shù)方案，比如Uber叫車的ETA,、各種定價(jià)系統(tǒng),、Airbnb和金融行業(yè)的Fraud Detection、Amazon物流管理,、FB/Linkedin的社交網(wǎng)絡(luò)或者ebay/Airbnb/Uber這樣供需雙方Marketplace市場規(guī)模的實(shí)驗(yàn),。這些例子，聽上去就不是寫SQL能解決的,，也不是會寫代碼就能做出來的,，都需要比較深的領(lǐng)域知識。