正文
商业经理：
那些认为自己是商业经理（尤其是领导者、商务人士和企业家）的数据专业人士中的十大数据科学技能：
-
统计 - 沟通（91%）
-
商业 - 项目管理（86%）
-
商业 - 商业开发（77%）
-
技术 - 处理结构化数据（74%）
-
商业 - 预算（71%）
-
商业 - 产品设计和开发（70%）
-
数学&建模 - 数学（65%）
-
统计 - 数据管理（64%）
-
统计- -数据挖掘和可视化工具（64%）
-
商业 - 管理和兼容性（61%）
只与商业经理相关的重要技能毫无疑问的是商业领域的。这些技能包括商业开发、预算、以及管理和兼容性。
开发工作者：
那些认为自己是开发工作者（尤其是开发者和工程师）的数据专业人士中的十大数据科学技能：
-
技术 - 管理结构化数据（91%）
-
统计 - 沟通（85%）
-
统计 - 数据挖掘和可视化工具（76%）
-
商业 - 产品设计（75%）
-
数学&建模 - 数学（75%）
-
统计 - 数据管理（75%）
-
商业 - 项目管理（74%）
-
编程 - 数据库管理（73%）
-
编程 - 后端编程（70%）
-
编程 - 系统管理（65%）
只与开发者相关的技能是技术和编程的那些。这些重要的技能包括后端编程、系统管理以及数据库管理。虽然这些数据数据专业人员具备这些技能，但是他们中只有少数人拥有那些在大数据世界中很重要的，更加技术化、更加依赖编程的技能。例如，少于一半人掌握云管理（42%），大数据和分布式数据（48%）和NLP以及文本挖掘（42%）。这些结果都与RJ Metrics的数据科学研究一致。我怀疑这些百分比会随着更多数据科学项目的毕业生开始就业而上升。
创意工作者：
那些认为自己是创意工作者（尤其是万事通、艺术家和黑客）的数据专业人士中的十大数据科学技能：
-
统计 - 沟通（87%）
-
技术 - 处理结构化数据（79%）
-
商业 - 项目管理（77%）
-
统计 - 数据挖掘和可视化工具（77%）
-
数学&建模 - 数学（75%）
-
商业 - 产品设计和开发（68%）
-
统计 - 科学/科学方法（68%）
-
统计 - 数据管理（67%）
-
统计 - 统计学和统计建模（63%）
-
商业 - 商业开发（58%）
创意工作者并没有只对他们重要的技能。事实上，他们的重要数据科学技能列表与那些研究者紧密匹配，十项中有八项一致。
研究工作者：
那些认为自己是研究工作者（尤其是研究员、科学家和统计学家）的数据专业人士中的十大数据科学技能：
-
统计 - 沟通（90%）
-
统计 - 数据挖掘和可视化工具（81%）
-
数学&建模 - 数学（80%）
-
统计 - 科学/科学方法（78%）
-
统计 - 统计学和统计建模（75%）
-
技术 - 处理结构化数据（73%）
-
统计 - 数据管理（69%）
-
商业 - 项目管理（68%）
-
技术 - 机器学习（58%）
-
数学 - 最优化（56%）
研究工作者的重要数据科学技能主要在统计领域。另外，只在研究工作者上体现的重要数据科学技能是高度定量性质，包括机器学习和最优化。
总结和结论
按职业角色的重要数据科学技能
