如果你是一名数据科学方面的求职者，你肯定想知道在简历上写些什么才能获得面试的机会；如果你想进入这个领域，你一定想知道具备哪些技术才能成为一名有竞争力的求职者。
在本文中，我们对美国求职网站 Indeed 中一千份数据科学相关的招聘信息进行了分析，主要针对数据工程师、数据科学家和机器学习工程师这三个职位，希望能解答你的疑问。
首先，让我们来看看不同职位的技能要求。
一、必备语言
1. Python 是数据科学家的首选语言
关于数据科学中的首选语言究竟是Python还是R曾有过争论。显然，根据市场需求，如今处于主导地位是Python。同样值得注意的是，从语言需求的排名来看，R语言可能还排在SAS之后。因此，如果你打算进入数据科学领域，不妨把学习重点放在Python上。作为数据库语言，SQL是数据科学家第二重要的语言。由于数据科学家职业的广泛性，其他语言也扮演着重要角色。
数据科学家必备语言排名为：Python、SQL、Scala、Lua、Java、SAS、R、C ++和Matlab。
2. 机器学习工程师使用的语言更加多样化
Python是机器学习工程师的首选语言，这并不令人惊讶。机器学习工程师需要从头开始实现算法，并在大数据环境中部署ML模型，因此C ++和Scala等相关语言也很重要。总的来说，机器学习工程师使用的语言更加多样化。
机器学习工程师必备语言排名为：Python、Scala、Java、C ++、Lua、SQL、Javascript、Matlab、CSS和C＃。
3. SQL 是数据工程师的必备技能
数据工程师一直都在于数据库打交道，而SQL是数据库语言，因此SQL是首选语言也就不足为奇了。同时Python也重要，但重要性排在Scala和Java之后，因为后者能够帮助数据工程师处理大数据。