数据科学行业中重要的角色都些做什么？

各种数据科学角色的描述：

数据科学家

​ 数据科学家很可能是目前最热门的职业之一，年薪平均为118.7w美元，他们是数据科学行业的最高收入的职业之一。数据科学家能够使用最新技术处理原始数据，可以执行必要的分析，并能够以信息的方式向他的同事提供所获得的知识。

数据分析师

​ 像R，Python和SQL等语言是数据分析师基本知识的一部分。与数据科学家的角色非常相似，数据分析师角色也需要广泛的技能，将技术和分析知识与独创性结合起来。HP和IBM等公司常常会寻找这种人的资料。

数据架构师

​ 数据（需要收集）现在到处都是，因此越来越多的组织需要数据架构师。银行和快速消费品等行业使用数据架构师来集成，集中，保护和维护其数据源。这些架构师经常使用Spark等最新技术，并始终需要在这场数据游戏中出于领先地位，以保持相关性。

统计学家

​ 统计学家的头衔经常被听起来更花里胡哨的职业头衔所忽视或取代。这有点可惜，因为鉴于统计学家凭借其在统计理论和方法论方面的坚实基础，可以被视为数据科学领域的先驱。通常他会从数据中获取信息并将其转化为可操作的见解。最后，尽管与此榜单中的其他人相比，这个名字听起来有点枯燥，但现代统计学家随时准备迅速去的新的进展，并利用这些进展给他们的研究带来好处。

数据库管理员

​ 作为数据库管理员，需要确保组织中的每个利益相关者都可以访问数据库，执行合法并且采取必要的安全措施来保存存储的数据。需要掌握从SQL和XML到更通用的编程语言（如Java）的不同技术。

业务分析师

​ 这可能是信息图中提到的技术概况是最少的。但是，业务分析师通过对现有各种业务流程的深刻理解来弥补这种技术知识的缺乏。因此，业务分析师经常在业务人员和技术人员之间扮演中间人的角色。寻找业务分析师的公司包括Uber，Dell和Oracle等公司。

数据分析经理

​ 数据分析经理指导数据科学团队的方向。这个人通过各种工具（SQL，R，SAS，......）巩固强大的专业技能，以及处理团队所需的社交能力。这是一项艰苦的工作，但如果您想要应对这项挑战，请务必查看Coursera，Slack等公司的产品。幸运的是，其年平均工资为11.6万美元，经济补偿符合了它的高要求。

从作者反应的各种数据科学的各种职业的状况来看，在美国对数据科学人才的需要是非常大的，并且每个职业的工作要求以及需要掌握的技能也是不尽相同的，而对人才的需要也导致了职业的薪资水平在不断的提高，而同样的，随着我国经济的不断发展，各种公司也正在招聘各种数据科学的岗位，而且岗位的缺口也是正在变大，相应的薪资水平也是比较高的。

目前国内各职位年薪，数据科学家平均薪资在20w，数据分析师平均在14万，数据架构师平均薪资在15万，数据工程师平均薪资在17万，统计学家平均薪资在14万，数据库管理员平均薪资在15万，业务分析师平均薪资在13万，数据经理平均薪资在23w。从这些年薪中可以看出数据科学对于个人的发展前景来说还是非常不错的，而且进入数据科学的门槛也并不是很高，目前还没完全针对于数据科学的学科，这意味着其实数据科学的进入门槛不高，想要从目前自己所处的行业中跳入数据科学的行业也不是那么的难，可以进行简单的培训或者自学，然后根据自己的情况选择相应的工作岗位就可以了，虽然进入门槛不高，但并不是代表数据科学是那么简单的，想要在数据科学这条道路上走下去就需要不断的学习相应的知识，并且数据科学要紧跟时代的潮流，必须随时学习最新出现的技术，并且就像图片中作者所说的那样，一定要选择一个适合自己和自己拥有的技能的岗位和公司，这样才能在在数据科学这条道路上持续的走下去。