数据科学与人工智能入职必备知识（免费说明会）

lada314 · 发表于 2019-8-1 13:48:28

数据科学与人工智能领域当前大量需要不同专业方向和技术级别的人才，大概包括：数据科学家/AI科学家，数据工程师，数据分析师等。

毫无疑问，深度学习技术成为人工智能和大数据时代最具潜力和发展前景的前沿技术，目前得到了从学术界到工业级的普遍认可和高度重视，成为当今高科技领域竞相研究和人才争夺的重要阵地。许多科技公司甚至频频进驻蒙特利尔，开设深度学习研发中心。

近十年来，基于神经网络的深度学习技术和理论获得了前所未有的蓬勃发展。从机器学习和人工智能的诸多方面如图形图像处理，人脸识别，自然语言处理和理解和语音语义理解，深度学习技术都显示出压倒性的优势。

作为人工智能和大数据的前沿和核心技术，具备深度学习技术的人才目前成为该领域就业市场最为火爆和高薪的技术方向 (加拿大平均起薪11万，美国硅谷50万)。深度学习要求从业人员具备良好的理论基础和丰富的实战经验，目前此类人才在市场上处于供不应求的地位。蒙特利尔作为世界人工智能之都，各类大中小公司和研究机构都需要大量的具备深度学习技术和经验的人才。

然而深度学习确实具有一定门槛，而且需要一定的机器学习知识和技能作为基础；另外数据分析/数据可视化职位也有大量需求，成型也相对容易。这些职位基本上对熟练掌握Python语言都有要求，特别是熟练使用相关的类库，例如Numpy, Pandas, Scikit-learn, Seaborn, matplotlib等。

数据分析师 Data Analyst

Data Analyst职位描述

数据分析师是专门从事行业数据搜集、整理，并依据所收集到数据进行分析、研究、评估和预测，来解决商业问题的专业人员。数据分析师可以使企业清晰的了解到企业现状与竞争环境，风险评判与决策支持，能够充分利用大数据带来的价值，在进行数据挖据与展现后，呈现给企业决策者的将是一份清晰、准确且有数据支撑的报告。所以，大数据分析师已经不是简单的IT工作人员，而是可以参与到企业决策发展制定中的核心人物。

数据分析师使用数据来获取有关特定主题的信息。这通常从调查过程开始，数据分析师在调查过程中找到调查参与者并收集所需信息。然后，数据被解释并以图表或报告等形式呈现。数据分析师也可能将调查数据放在在线数据库中。

Data Analyst岗位职责

收集，分析和报告数据以满足客户需求。

确定新的数据来源和方法，以改进数据收集，分析和报告。

收集客户需求，确定技术问题并设计报告以满足数据分析需求。

数据工程师 Data Engineer

Data Engineer职位描述

数据工程师是准备“大数据”基础设施的数据专业人员，由数据科学家进行分析。他们是软件工程师，负责设计，构建，集成各种资源的数据，并管理大数据。然后，他们编写复杂的查询，确保它易于访问，工作顺利，他们的目标是优化公司的大数据生态系统的性能。他们还可能在大数据集之上运行一些ETL（提取，转换和加载），并创建可用于数据科学家报告或分析的大数据仓库。

数据工程师的角色非常有价值。数据工程与数据相关联，即它们的传递，存储和处理。因此，数据工程师的主要任务是为数据提供可靠的基础设施。如果我们看一下AI Hierarchy of Needs，数据工程需要前2-3个阶段：收集，移动和存储，数据准备等。

数据工程师负责开发计算机算法并将其转换为原型代码，并维护，组织和识别大型数据集中的趋势。预期的技能和经验还包括熟练掌握SQL数据库设计，熟练创建流程文档，强大的书面和口头沟通技巧，以及独立工作和团队工作的能力。为了监督实时业务度量聚合，数据仓库和查询，模式和数据管理以及相关职责，可能需要熟悉计算机编码语言python，java，kafka，hive或storm。

Data Engineer岗位职责

开发技术解决方案以改善对数据和数据使用的访问。

了解数据需求并就技术资源向公司提供建议。

汇总和分析各种数据集以提供可操作的洞察力。

为业务用户开发报告，仪表板和工具。

数据科学家 Data Scientist

Data Scientist 职位描述

数据科学家是指能采用科学方法、运用数据挖掘工具对复杂多量的数字、符号、文字、网址、音频或视频等信息进行数字化重现与认识，并能寻找新的数据洞察的工程师或专家(不同于统计学家或分析师)。一个优秀的数据科学家需要具备的素质有：懂数据采集、懂数学算法、懂数学软件、懂数据分析、懂预测分析、懂市场应用、懂决策分析等。

数据科学家的六种能力：

1.对数据的提取与综合能力；

2.统计分析能力；

3.数据洞察与信息挖掘能力；

4.开发软件能力；

5.网络编程能力；

6.数据的可视化表示能力。

数据科学家涉及学科：

1.计算机科学：数据获取、数据解析、数据存放、和数据安全

2.数理统计学：数据分析、数据过滤、数据挖掘、和数据优化

3.图形设计学：显示数据结果，比如将数据表达成三维图形，以便更好地理解和利用

4.人机交互学：在用户和数据之间建立有机联系，使得人对数据的使用更方便

数据科学家负责发现大量结构化和非结构化数据，以帮助塑造或满足特定的业务需求和目标。随着企业越来越依赖数据分析来推动决策制定，并将自动化和机器学习作为其IT战略的核心组件，数据科学家的角色变得越来越重要。

Data Scientist岗位职责

研究和开发用于数据分析的统计学习模型

与产品管理和工程部门协作，了解公司需求并制定可能的解决方案

随时掌握最新的技术趋势

向关键决策者传达结果和想法

根据特定模型或分析的需要实施新的统计或其他数学方法

通过适当的数据库使用和项目设计优化联合开发工作

加拿大范围内的薪资比较

Data Analyst

平均年薪 $60,101

平均时薪 $30.82

新手年薪 $31,200

经验丰富者年薪 $102,172

Data Engineer

平均年薪 $84,587

平均时薪 $40.88

新手年薪 $40,600

经验丰富者年薪 $111,136

Data Scientist

平均年薪 $102,500

平均时薪 $52.56

新手年薪 $31,288

经验丰富者年薪 $174,250

（以上数据和资料来自于互联网）

Athensoft信息科技有限公司与SITEM论坛已成功举办五期数据科学与人工智能实战培训，涵盖通用机器学习（Machine Learning）入门与实战，用深度学习（Deep Learning) 构建神经网络理论与实战，包含Python for AI, 特征工程，数据科学/AI项目基本工作流程等。

我们从培养学员实战技能为主要目标，结合理论和实战的一一对应的新型教学模式，深受广大学员的欢迎，学员从基本的机器学习实战中受益匪浅。为了顺应当今就业市场和广大学员要求，我们提供一个比较完整实用的课程套餐，覆盖初级中级高级不同难度，以满足不同学习目标和职业目标的广大学员。为了使得学员真正在课上得到实战训练，我们提供强大的云平台和GPU计算环境，帮助广大学员系统全面地了解深度学习技术和工程技术实践，助力学员迈向高薪职业大门。

人工智能与数据科学第六期免费公开课，将向大家分享以下内容：