数据科学和机器学习两个领域很容易混淆，从职责描述上还是大家的普遍印象里，这两个职位都差不多。相较之下，数据科学和数据分析这两个职位更容易区分。它们虽有关键差别，但也有相似之处。

有人会说，要成为一名数据科学家，要先从数据分析的工作做起。

作者在两个领域都待过，本文旨在阐明成为数据科学家和数据分析师到底意味着什么。一起来看看~

之前我是数据分析师的时候，我想继续深造成为一名数据科学家，我意识到两者有很大不同。并不是说数据科学与数据分析用完全不一样的工具和编程语言，我甚至觉得数据科学是数据分析的一种形式，因为最终你是在与数据打交道——转换格式，进行可视化，得出可用的结论。

代码示例，用于拟合数据科学中的模型并做预测。来源：作者的屏幕截图。

换一个角度看数据科学，这是一个实施自动化统计的行业，使用各种模型来进行分类和预测。下面是成为一名数据科学家必备的一些技能：

Python 或者 R

SQL

Jupyter Notebook

算法/建模

(1) Python——根据我个人经验，大部分公司倾向于用Python而不是R作为主要编程语言。虽然职位描述里可能会同时列出两者;但是，我猜你身边的大多数人——比如机器学习工程师、数据工程师和软件工程师——都不怎么熟悉R。因此，要想成为一名更全面的数据科学家，Python应该更有用。

(2) SQL——乍看之下更像是数据分析师的技能，确实如此，但SQL仍是你从事数据科学必备的技能。工作中数据集往往不会直接发给你的，这跟学术界不同，你需要通过SQL获得自己的数据集。现在有很多SQL的分支，比如PostgreSQL、MySQL、Microsoft SQL Server T-SQL，以及Oracle SQL。它们都属于同一种查询语言，形式接近，但平台不同。因此，会其中任何一种就行，换到另一种SQL很容易。

(3) Jupyter Notebook——数据科学家的游乐场，既可以用于编程也可以建模。你可以把Jupyter当作一个研究工具，你可以编程，写代码，注释掉代码，调用sklearn、pandas和numpy这些库来建模和测试。