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

正文

请到「今天看啥」查看全文

数据科学家的工作内容是什么？

我们把数据科学家定义为写代码来分析数据的人。他们的日常工作内容是什么呢？以下是我们的调查结果。

工作中使用哪些数据科学方法？

逻辑回归是工作之中最为常用的数据科学方法，不过在神经网络使用更为频繁的国家安全领域除外。总的来说，数据科学中更常见的还是使用经典的机器学习算法，简单的线性与非线性分类器是数据科学中最常见的算法，而功能强大的集成方法也十分受欢迎。

工作中使用最多的编程语言是什么？

Python是数据科学家最常用的语言，也是最常用的数据分析工具。不过，也有很多数据科学家仍然保持着对 R 语言的忠诚。

在工作中常用的数据类型是什么？

关系型数据是开发者在工作中最常用的数据类型，因为大多数产业工程师都十分关注于这种关系型数据。而学术研究者和国防安全产业则更注重于文本与图像。

如何分享工作中的代码？

尽管很多受访者（58.4%）在工作使用 Git 来分享代码，但大公司中的开发者更倾向于将代码保留在本地，并通过像 Email 那样的文件共享软件来分享代码。而初创公司可能需要在云中共享以保持更加敏捷的反应。

工作中遇到的障碍主要有哪些？

脏数据（dirty data）显然排在了第一位，也就是说，数据科学家最常见的困扰就是需要对数据进行大量的预处理工作。除了数据预处理之外，还有很多问题困扰着数据科学家，比如说众多的机器学习算法各有各的擅长领域，所以了解它们的性能也会有一些困难。

数据科学家初学者如何进入这个领域？

当开始一个新的职业生涯的时候，参考别人的成功经验会很有帮助。我们调查了在数据科学行业工作的人们，询问他们是如何入门的。以下是我们最喜欢的几条建议：

你们会推荐数据科学家新手最先学哪门语言？

请到「今天看啥」查看全文