现在是一个数据世界。鉴于数据每天都在大量增长，世界各地的企业都有兴趣从大量数据中收集见解。他们越来越依赖数据科学家从收集的数据中创造业务价值。
这导致对数据科学家的需求立即激增。数据科学家是一个相对较新的职业轨迹，组织在各级聘请他们为初级、中级、高级、首席数据科学家和主任。
如果您是数据科学事业的新人，希望成为一名数据科学家，请知道如何踏动数据科学家路径，从 1 级到升高为主管。
数据科学家职业路径：
数据科学家应具备数据科学、统计学和工程领域的技能和知识。数据科学家遵循的典型路径如下设计：
助理/初级数据科学家：1.0 级
作为初级/关联数据科学家，您需要测试新想法、调试和重构现有模型。作为一个伟大的团队合作者，你可以提出新的想法，负责提高代码质量和影响。
如果成为数据科学专家是您的目的地职业，那么您可以在毕业前通过精通 Python、Java、R 和 SQL/MySQL 等编程语言，同时刷新应用数学和统计方面的知识。
尽早接触该领域将是一个良好的开端，也有助于确定数据科学职业是否适合您的兴趣。毕业时最受追捧的科目是计算机科学、信息技术、数学、统计学和数据科学。
有大学/学校，如胡松大学，约翰霍普金斯大学，乔治梅森大学，圣约瑟夫大学，北伊利诺伊大学，还有更多提供在线MS的数据科学专业科目。
您应该精通数据科学、机器学习、Python、R、研究、SQL、数据分析、分析技能、团队合作和沟通技能。
数据科学家中层 I 角色：2.0 级
在获得一至三年的工作经验后，如果 AI 专业化更感兴趣，您可以将职业生涯升到高级数据科学家或机器学习工程师和 AI 工程师。在此阶段，组织更喜欢经过认证的数据科学家，而不是未经认证的专业人员。因此，建议获得一两个相关的数据科学认证。
高级数据科学家：
作为高级数据科学家，您需要构建架构良好的产品。高级数据科学家通常避免绿角错误，避免模型中的逻辑缺陷，重新访问高性能系统，编写可重用的代码，在云环境中构建弹性数据管道，并准备完美的数据
除了硕士学位外，许多人可能已完成博士学位并持有高级数据科学家认证。
AI/机器学习工程师：
数据科学家必须利用机器学习和人工智能 （AI）， 新兴的领域.机器学习已成为组织使命的核心。因此，现有和即将进行的数据科学家必须端到端地采用机器学习解决方案。您必须能够设计、创建、评估模型或将模型部署到决策的生产、监视和日志记录，并可视化数据。
需要了解人工智能、深度学习、机器学习、自然语言处理、数据科学、Python、C++、SQL、Java 和软件工程等知识和技能。除了持有最好的数据科学家认证外，获得机器学习或人工工程认证非常可欣赏。
数据科学家中层 II 角色：3.0 级
在这个中间层，软技能变得非常重要。一个人也应该精通技术，精通业务，应该了解业务、不同类型的数据分析技术、将方法应用于有价值的身份验证、防止欺诈和维护预算。建议了解并行化、可扩展性和复杂性分析。根据公司战略塑造数据产品并提供数据洞察，从而实现业务方向至关重要。
首席数据科学家：
首席数据科学家是数据科学团队中经验最丰富的成员，具有 5 年以上的经验，精通数据科学模型。他们将潜伏在高影响力的商业项目上。他们大多数是博士和主要数据科学家认证。首席数据科学家 （PDS） 的使命是利用其在机器学习方面的优势，率先大规模提供战略方向。
它有望了解多个业务领域的挑战，发现新的业务机会，并在数据科学方法方面发挥卓越领导作用。此外，它们具有科学和工业成熟度，同时提供设计和算法，以制定和量化跨组织权衡。
此外，PDS 在开发其他初级产品方面发挥着重要作用，担任产品经理的技术顾问，并作为任何数据科学项目的资产进行估价。
数据科学经理/架构师：
这是数据科学中的另一个较高职位，该专业人员在数据库系统和编程语言方面拥有综合知识。他们领导团队，为团队确定优先级，并将调查结果传达给管理层。
他们中的大多数都拥有 Microsoft 认证专业人员、认证分析专业人员或 SAS/SQL 认证执业者资格等认证，根据他们所从事的组织实践
数据科学家高级角色：4.0 级
要达到这一水平，必须展示指导团队、监督战略数据分析、了解最新技术的能力。通过适当的技能组合来运行组织的整个数据科学操作是有价值的。董事所做的决定决定了组织的成败。
要点要点
导航数据科学家的职业道路是有趣、富有挑战性、迷人、有趣和有益的。获得良好的知识，成为最好的同事。准备好将模型落实到生产中，成为高级产品。提高水平，评估你的技能，增加优秀的技能，并敢于使数据工作，为您和您的组织。