酷应用

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

百家作者：原力AI学院 2017-11-10 11:21:58

今年，Kaggle有史以来第一次对人工智能领域进行了深度调查，旨在全面了解数据科学和机器学习的概况。本次调查收到了16000 多份答卷，庞大的调查数据为我们提供了有关从业者、业界最新动态以及如何进入该行业的数据支撑。以下报告包括本次调查的几个主要结果，其中包括：

尽管Python很可能是机器学习最常用的编程语言，但统计学家使用最多的是 R 语言。
数据科学家的平均年龄在 30 岁左右，但是这个数字在不同的国家有所不同。例如，印度受访者的平均年龄要比澳大利亚的小 9 岁。
被调查者教育程度最多是硕士，但在工资最高的（超过15万美元）人群中，拥有博士学位的人则更多。

Kaggle 已经公开了该调查的匿名数据集，以供大家进行研究，可以从此处下载：https://www.kaggle.com/kaggle/kaggle-survey-2017。

谁在工作中与数据打交道？

分析数据从业者的方式有很多种，本文将从有关数据科学从业者的工作、背景等人口统计学信息开始。

年龄多大？

从下图可见，本次调查对象的平均年龄大约为 30 岁，但各个国家的这个值有所不同。例如印度调查对象的平均年龄就比澳大利亚的小了 9 岁。

目前的就业状况如何？

受调查者中，有 65.7% 表示自己有全职工作。

职位是什么？

尽管我们把数据科学家定义为使用代码分析数据的人，但我们发现数据科学领域可涵盖的工作非常多。比如在伊朗和马来西亚，数据科学从业者最流行的工作头衔是“科学家或者研究员”。

全职工作的年薪是多少？

中位数55441美元，不过由于很多人没有全职工作（收入为 0），所以这一数字并不准确。尽管在我们的调查中“补偿和福利”的重要性稍微比“职业发展机遇”低一些，不过知道什么是合理的补偿依然不错。在美国，一般机器学习工程师带回家最多的东西是培根。

有131个回复由于超出最大值而没有显示出来，但它们被算进了中位数。

最高学历是什么？

你需要再去读一个学位吗？通常来讲，数据科学从业者中最常见的学历是硕士，但是获取最高薪水（15万到20万美元，以及高于20万美元）的那些人大多有着博士学位。

被调查者的大多是 30 岁左右，硕士学历，年薪5.5万美元左右，拥有数据科学家的职位。但实际情况并不如此平均。这些最初的几个人口统计学问题只是展示了复杂的 Kaggle 数据科学社区在年龄、性别、国籍、工作职称、薪水、经验和学历方面的表层差异。

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？

每一位数据科学家都有自己的对选择第一门语言的想法。事实证明，那些仅使用 Python 或 R 语言的人们做出了正确的选择。不过如果你问一下使用过 R 和 Python 的人们，他们有两倍的可能会把 Python 推荐给你。

你们使用哪些数据科学学习资源？

数据科学是一个发展迅速的领域，有很多有价值的资源可以帮助你学习并保持业内的顶尖位置，从而不断提升你的竞争力。已经在数据科学领域中工作的人们会更多地使用 Stack Overflow Q&A，Conferences 和 Podcasts。如果想要发布内容或开源软件，请时刻记住刚进入这个领域的人们通常更多使用官方的文档和观看 Youtube 视频。