Python部落(python.freelycode.com)组织翻译，禁止转载，欢迎转发。
今年，我们首次进行了全行业调查，全面了解数据科学和机器学习的现状。我们收到了超过16,000个答复，了解了哪些人在从事数据相关工作，在各行业机器学习的最前沿发生了什么，以及新的数据科学家如何能够最好地进入该领域。下面的报告分享了一些我们的主要发现，采用了交互式可视化的形式，以便你能轻松地获取数据，确切了解到你想知道的内容。 以下是一些示例：
-
Python可能是最常用的工具，但统计学家更常使用R。
-
数据科学家平均年龄在30岁左右，但这个值在不同国家之间是不同的。例如，印度的受访者的平均年龄比澳大利亚的小大约9岁。
-
受访者中比例最高的最高学历为硕士学位，但最高工资阶层（150K +）的人群大多数都有博士学位。
我们已经在Kaggle上分享了完整的匿名数据集(https://www.kaggle.com/kaggle/kaggle-survey-2017 )，供您下载和探索。也欢迎参与其中分享数据分析与代码(https://www.kaggle.com/amberthomas/kaggle-2017-survey-results )，以助我们继续推进数据科学和机器学习的现状分析。参与还可赢取现金奖哦。（如果您对Kaggle不甚了解，请参阅文末简介）
哪些人在从事数据相关工作？
获知从事数据相关工作的人的信息有很多种方法，不过我将从介绍一些数据科学工作者们的职业和背景信息开始。
您的年龄？
平均来说，调查对象约30岁，但这个数值因国家而异。例如，印度受访者的平均年龄比澳大利亚受访者约小9岁。
您的就业状况如何？
您的职称是什么？
虽然我们将使用代码来分析数据的人定义为“数据科学家”，但是我们发现有大量其他的职称也属于数据科学领域。例如，在伊朗和马来西亚，数据科学工作者较多使用的职称是“科学家或研究人员”。
您的全职年薪是多少？
虽然在我们的调查中，“工资和福利”的排名不如“专业发展的机会”重要，但了解合理的工资区间还是很有意义的。在美国，机器学习工程师工资最高（平均而言）。
您的最高学历？
那么，你需要获得更高一级的学位吗？ 一般来说，数据科学工作者中获得硕士学位的比例最高。但那些高薪阶层（$150K - $200K和$200k +）基本都有博士学位。
综上所述，平均调查对象是一个30岁的硕士学位，从事数据科学家工作，年薪约55000美元的人。 但实际上人是无法进行平均的。前述几个人口统计学问题仅仅从表面上表明了Kaggle的数据科学界在年龄，性别，居住国家，职称，薪水，经验水平和正规教育方面的分布。
数据科学家在工作中做什么？
我们将数据科学家定义为“编写代码来分析数据”。当问及这些人的日常工作内容时，我们发现了如下要点：
工作中会使用哪些数据科学方法？
逻辑回归是除军事和安全外其他所有行业最常用的数据科学方法，而在军事和安全行业更常使用的是神经网络。
工作中使用什么语言工具？
Python是数据科学家最常用的数据分析工具，但统计人员更青睐R。
工作中使用什么类型的数据？
关系数据是除学术界、军事和安全行业外所有行业最常用的数据类型，而在这些行业更常使用的是文本数据。
代码如何共享？
尽管比例最多的受访者使用Git共享代码，但大公司的员工更倾向于不使用云端而是使用文件共享软件（如Email），而小型公司的员工则选择通过云共享来提高灵活性。
工作面临哪些障碍？
啊，又见脏数据。一般来说，似乎脏数据是数据科学领域工作人员最常遇到的问题。一个例外是那些必须细致的数据库工程师。除了脏数据、公司政治，缺乏管理和/或财政支持是数据科学家面临的真正难题。
您可能已经注意到，许多行业的受访者表示，他们的组织中很缺乏数据科学人才。这意味着想要进入数据科学行业恰逢其时！请继续阅读，了解我们目前就业的受访者是如何走上正轨的。
新的数据科学家如何进入这个领域？
当开始一条新的职业道路时，参考其他人如何成功是有帮助的。我们询问了在数据科学行业工作的人们是如何成功的。以下是一些我们喜欢的建议：
您会推荐新的数据科学家先学什么语言？
每个数据科学家对应该先学什么语言都有自己的想法。事实证明，只使用Python或R的人觉得他们的选择是正确的。但是如果问同时使用R和Python的人，他们会大概率推荐Python。
