具有分析思维和关注趋势预测的同学，非常适合将未来职业定位在数据科学家。Data Scientist， 是一个在过去十年才存在的角色，但今天，世界各国的公司（互联网行业、传统制造业、时尚零售业、医疗保险业等等），都对数据科学的顶尖人才需求强劲。因此，数据科学家的薪资也非常有竞争力。
根据Paysa最近的工资数据，数据科学家每年平均收入都接近10万美元。
从地域上看，加州旧金山地区和华盛顿州西雅图地区，是Data Scientist们的天堂。
（点击查看大图）
众所周知，旧金山有数不尽的科技公司，如科技巨头Google、Apple、Facebook、Uber、Airbnb、Dropbox、Pinterest、Salesforce等；而Microsoft、Amazon、Expedia、Zellow、Tableau等公司的总部则坐落在西雅图地区。但是你不会想到，最“舍得”给Data Scientist 开工资的，竟然是这5家公司。
（点击查看大图）
第一名：Snap Inc. — $238,000 Per Year
比起Snap，更多人知道的是Snapchat。Snapchat很早就被Google Play评为“顶尖开发者（Top Developer）”，深受全球年轻人的喜爱，拒绝Facebook高价收购，一直被视为Facebook的挑战者。
和Facebook的信息流社交不同，Snapchat走的是一条全新的“沉浸式”社交媒体道路。从“阅后即焚”到“Stories”，到推出具有增强现实功能的智能眼镜Spectacles，再到收购以色列增强现实购物平台Cimagine Media，所有这些都是围绕“沉浸式体验”在布局产品。
对于人才的引进，2011年出生的Snap表示，没在怕的。Snap Inc.的数据科学家的平均工资为每年238,000美元，包括153,000美元的基本工资，10,000美元的奖金和71,000美元的年度股权。
第二名：Airbnb— $223,000 Per Year
旅行行业的黑马Airbnb，他们非常需要数据科学家：智能算法可以过滤和满足特定类型客人的需求——家庭，夫妻，商务旅客等，是创造一流客户体验的关键。考虑到这一点，Airbnb的机器学习科学家平均工资为每年225,000美元，包括155,000美元的基数和近70,000美元的年度股权。
第三名：Pinterest — $212,000 Per Year
毫不奇怪，Pinterest是一家专注于时尚，食品和室内设计趋势的公司 ，数据科学家的工作在Pinterest 显得尤为重要。数据在Pinterest如何为用户提供正确的内容方面发挥着不可或缺的作用（从而使他们在网站上保持活跃的时间更长）。谁负责帮助识别这些趋势并提供正确的内容？当然是数据科学家。
Pinterest的数据科学家薪水平均每年为212,000美元，其中包括145,000美元的基本工资，12,000美元的年度奖金以及55,000美元的年度股权。
第四名：Lyft — $209,000 Per Year
Lyft提供的工资比Uber更多。Lyft数据科学家的平均基本工资为每年151,000美元，从128,000美元到175,000美元不等。Lyft数据科学家需要了解Python，并且必须拥有学士学位。平均而言，数据科学家平均2.7年可以得到晋升。
第五名：Etsy — $207,000 Per Year
Etsy身为一个手工工艺品电商平台，在小分类市场上独树一帜，无惧亚马逊自己的手工艺网站Amazon Handmade。在Amazon Handmade推出三年后，仍蓬勃发展甚至在活跃卖家数量上，依旧远远超过亚马逊Handmade。
除此之外，Etsy比较独特的是，除了做电商，也积极发展交流的社区。使得各类手工爱好者的交流活动从线下走到了线上，社区的形成使得Etsy获取了很多活跃用户，同时也增加了用户粘性。这些都是Etsy数据科学家坐镇，通过对消费者和商家的反馈评价进行深入分析，制定了数据驱动的决策方案，从而提升了客户获取和留存。
在Etsy，数据科学家的薪资可以达到207K每年，其中超过半数的岗位需要会Programming（编程）、Machine Learning（机器学习）。
除了这5家公司，更令人惊讶的是Data Scientist 从业者的工作年限。在Paysa的研究中， 5％的员工拥有10到20年的经验， 2％有20年或更多年的经验，18％的人有5到10年的经验，25％有2至5年的经验，而更多的是有0到2年的经验的数据科学家，占了51％。
也就是说，相比起那些看中工作年限的岗位而言，企业对于年轻的数据科学家们，有着更加包容的态度。当然，这不意味着数据科学的门槛变低了，反而很高。需要掌握统计模型、机器学习、数据清理、数据可视化等等技能。
而因为数据科学在各个行业的引用越来越普遍，所以即便你不是数据科学专业，可能是金融、销售、环境、物理、工业工程等等专业，但你只要磨练好扎实的硬实力，学会“扬长避短”，你的转专业背景可以成为你的优势，让你在某一个行业中成为人人称羡的数据科学家。
项目优点
● 根据美国一线科技公司需求研发的体系化课程
● FLAG资深数据科学家全程辅导
● 拥有自己的DS成果，可上传至Github/简历/Linkedin
● 用Python学习掌握Machine Learning的实战操作
● 亲历数据科学家日常工作内容，还原真实工作场景
● 500强导师一对一简历面试辅导, 冲刺Offer
扫码加学姐，备注【DS】
获取免费讲座录播课
板块一
夯实行业硬技能
1. 职图Data Analytics集训营课程学习：
职图金牌资深导师亲授行业细分课程，填补学校与企业间的知识以及技能的鸿沟。
来自Google，Facebook，LinkedIn，Bloomberg等名企的资深数据科学家带你了解Analytics行业细分，巩固数据分析师必备技能SQL，掌握SQL高阶应用，解析面试高频题，完美驾驭Tableau等数据分析可视化工具，学会用阿拉伯数字作画，并且能够熟练运用到实际商业环境中。
2. 进阶实战项目
来自FLAG的资深数据科学家，教你用Python学习掌握Machine Learning的实战操作。
导师手把手教导学员拆解机器学习的每个步骤，从大数据中清洗数据，探索分析，提取有用特征，可视化操作及优化模型结果，亲历数据科学家日常工作的具体内容，还原真实工作场景。
课后学员将有一套亲自完成的成果作品 （Jupyter Notebook 或者 R Markdown），可以上传于LinkedIn/简历/GitHub作品集。
Data Science 实战课程大纲
课程一：Data Transformation(SQL and Mapreduce)
从零开始，学习最常用数据清洗逻辑，掌握大数据时代的整理工具。
课程二：Basic Stats(A/B Testing)
介绍统计与数据科学联系，了解数据科学基石。
课程三：Linear Regression
学习最简单，最常用的数据统计模型，深挖实际应用中的回归模型。
课程四：Logistic Regression
学习分类模型的第一步，了解损失函数和基本模型评估。
课程五：Gradient Descent
了解模型的计算和优化，学习数据模型的运行法则。
课程六：Random Forest and Gradient Boosting
迈向建模的新台阶，了解多层模型的叠加和运用。
课程七：Neural Network
介绍神经网络的来源和建造，亲手打造业内预测神器，神经网络模型。
课程八：Time Series Model
学习如何分析和构造时间序列模型，加强数据纵向深度。
课程九：Kmeans and GMM
聚类模型与其实际商业运用，学习如何用模型分类和聚合。
课程十：Spark and New Machine Learning Tools in the Industry
介绍业内新兴工具，展望数据科学新前景。
板块二
提高求职软技能
1. 一对一背景测评：
根据学员过往经历和背景亮点进行测评，依据测评对学员进行课程规划，同时匹配最合适的职图金牌导师。
2. 一对一求职定位辅导：
拥有多年行业经验的职图导师用亲身经验为你答疑解惑，和你一起从个人经历入手，深度挖掘兴趣点，帮助你制定心仪并且适合的你的职业规划。
3. 一对一简历精修辅导：
针对简历以及求职信辅导，根据学员职业规划和现有简历, 职图导师将手把手指导学员如何申请合适的工作，修改简历并结合相关职位打造吸引招聘者眼球的简历和求职信，从而在简历筛选环节脱颖而出。
4. 一对一面试冲刺：
职图导师将模拟Hiring Manager在模拟面试中指出学员面试中存在的问题和不足，同时教授面试攻略。并帮助学员理解面试问题背后公司希望考察学员的哪些素质和能力，做到知己知彼。
板块三
中美名企内推
VIP学员的简历将进入职图中美名企简历库，定期被推送至职图合作企业。
扫码填表
预约金牌导师了解项目
扫码加学姐
备注【DS】
进行免费求职竞争力测评
了解更多项目详情
VIP项目导师
● FLAG资深数据科学家手把手带你做实战项目
● 顶尖名企导师全程一对一职场辅导
用Offer结果说话
学员Offer榜
往期学员好评！
