针对北美就业市场的数据科学家 (Data Scientist)岗位，大多数关于数据科学家核心技能的回答都在从机器学习、算法的角度出发。那实际北美就业市场中，数据科学家和机器学习真的可以划等号吗？除了机器学习，还有其他技能是数据科学家的核心技能吗？

希望本文可以让你更全面的理解数据科学家这个岗位在北美的职能。

想了解一个岗位最好的方式除了去和这个岗位的在职人员沟通，就是去看各个公司招聘信息。通过阅读Job Description（职能描述），我们往往可以得知各个公司对于这个岗位具体需要做什么事、会什么技能、有什么能力都有着什么样的要求。

这里我们贴了三类比较典型的数据科学家的招聘信息:

代表岗位：

1、Meta (Facebook) Data Scientist - Analytics

https://www.linkedin.com/jobs/view/2781233260

https://www.linkedin.com/jobs/view/2795084058

2、Airbnb Data Scientist - Analytics

https://careers.airbnb.com/positions/3398395/

3、Amazon Data Scientist (部分)

https://www.amazon.jobs/en/jobs/1810093/data-scientist

（下方内容较多，没有全部翻译成中文，可以直接拉到JD后面看总结哦）

想必通过阅读这些招聘信息大家已经能发现一些这类岗位共同的地方。更关注的是你的分析能力与统计实验能力。

这类的岗位的工作核心内容一般涉及:
执行并分析统计实验
（Statistical Experiment/AB Testing）
设计产品关键指标（Metric）;
设计并搭建数据报表
寻找并分析产品问题及用户需求

与之对应的，所需要的核心技能包括：
编程语言：SQL/Hive, R/Python。
软技能：优秀的沟通能力以及跨组协作能力。
统计与分析能力：能将一个商业问题或者产品问题设计成一个统计实验问题，并用数据来回答商业或者产品问题，提供数据驱动的决策。

对于机器学习算法一定的理解

这类岗位是“用数据辅助决策”的典型代表，是帮助公司成为数据驱动型公司的核心岗位，对机器学习算法的要求不高，而是着重统计与分析的能力。同时这类岗位也占北美数据科学家就业市场的半壁江山。

代表岗位：

1、Amazon Applied Scientist （部分）

https://jobs-us-east.amazon.com/en-gb/jobs/1632406/applied-scientist-ii

2、Microsoft Applied Scientist （部分）

https://www.linkedin.com/jobs/view/2560756164

3、Airbnb Data Scientist - Algorithms

https://careers.airbnb.com/positions/2599622/

（下方内容较多，没有全部翻译成中文，可以直接拉到JD后面看总结哦）

这类岗位的核心工作职责是：
能够完成end-to-end的机器学习项目
能够跟踪并且理解最新的机器学习理论
并开发适合公司应用场景的新算法

而与之对应的核心技能要求便是：
有OOP编程基础
熟悉主流机器学习和深度学习框架
熟悉主流大数据框架
熟悉主流机器学习和深度学习算法
有跟踪和复现最新论文的能力
有将商业问题转化为机器学习问题的能力

那么是否算法类的DS就不需要懂AB Testing，而做统计的DS就不需要知道ML算法呢？

答案是否定的，大多数情况下对于DS来说这两方面的技术都属于must have，只是不同公司或者同公司但不同组DS有着自己侧重的方面。

有些DS岗位通过阅读Job Description也可以看出其工作内容是

https://careers.microsoft.com/us/en/job/944853/Applied-Scientist-II

对于想在DS这个岗位深耕的小伙伴，不论是机器学习还是统计实验与产品分析，都是需要不断加深理解与学习的方向。

希望以上的介绍让你能对北美的数据科学家这个岗位有更好的认识！