回复作为一个data scientist出来说两句。好的data scientist其实是full stack developer+statistician。需要写的了scripting language(Python, Julia, etc.),玩的了high level language(C/C++),做的了visualization(Javascript..),很强的数学功底(理解各种model的原理)，强大的big data skills(MapReduce, Hive,...)，以及很好的data sense,更重要的是一个行业的domain knowledge。这需要一个聪明的头脑加长时间的积累。 感觉data scientist是一个被玩坏的词。公司从年初开始招data scientist，面试了很多人，99%都是自称data scientist但是上述几点一个都没有。职位至今仍然空缺。 个人认为一个data scientist需要的skill set可以很好的从Cloudera ccp data scientist cert的考试内容略探一二。有兴趣的同学可以上网搜索一下。

大部分数据分析的工作本科即可以做。理工学院的其实也可以。其实是个骗人的干活。 数据分析和优化很有关系。公司对改进算法，用经典large-scale问题例子测试速度性能，没有什么兴趣。 貌似招工时要求很高大上，需要会各种理论。 真会各种理论的去面试，其实发现只要会写基本程序即可，码农就可以了。 不会写也没有关系。 面试的专才很多连优化的基本概念都不懂，如graph partitioning problem, meta-heuristics, binary quadratic programming,linear programming等等， 其他几个同事去找的情况差不多。 有个同事还写过本英文书，算是教科书级别，科研水平比我牛多了，公司一样的没有兴趣。 倒不是个人原因。 看样子得简化简历，再试试。

非常同意其实有其中两三项技能就可以找到不错的工作了，其他的可以进了公司慢慢学习。层主也是个年轻人，半吊子data scientist,也在学习中。 PS. 面试了很多本地研究所的人，牛人是有的，当然不满意的更多。很多人只局限于几种算法，对这些算法的理解也不够深入。没有自己在短时间内完成一个data analysis model的能力，这可能是学术界和工业界的mismatch吧。建议想从学术转industry的人从kaggle开始学习，比较贴近工业界的project