Некоторые технические навыки, необходимые в профессии Data Scientist:

• Знание математической статистики и алгоритмов машинного обучения. 1 Например, линейной регрессии и классификации, решающих деревьев и их композиций, градиентного бустинга. 1
• Навыки подготовки данных к анализу. 1 Например, работа с основными методами поиска дубликатов, исследовательский анализ данных (EDA), статистический анализ данных, анализ бизнес-показателей. 1
• Умение выбрать подходящий алгоритм под задачу и создать модель на его основе. 1 Также важно уметь защитить эффективность модели и успешно внедрить её в процесс или продукт. 1
• Знание основ облачных вычислений. 2 Многие компании используют облака для бэкенд-сервисов и хранения данных, поэтому специалист по работе с данными должен понимать основы облачных вычислений. 2
• Визуализация и анализ данных. 2 С помощью визуализации проще выявлять тенденции и закономерности, а также находить аномалии данных, которым нужен дополнительный анализ. 2
• Работа с нейронными сетями. 2 Нейронные сети лежат в основе глубокого обучения, поэтому опыт в работе с ними важен для Data Scientist. 2 Специалист должен понимать различные архитектуры и уметь проектировать и обучать нейросети, а также управлять ими в зависимости от конкретных задач. 2

Кроме технических навыков, в профессии Data Scientist важны и нетехнические (soft skills): 2

• Умение работать в команде. 1 Нужно выстраивать коммуникацию с коллегами, предупреждать о возможных задержках и форс-мажорах, отвечать за результат. 1
• Самостоятельность. 1 Следует брать в работу задачи по техническому заданию, уметь декомпозировать их, самостоятельно находить ответы на вопросы. 1
• Уместность в представлении результатов. 1 Нужно понимать разницу в коммуникации между сотрудниками разных уровней и компетенций и уметь выстроить презентацию полученных результатов с поправкой на эту специфику. 1
• Формулирование мыслей и своей позиции. 1 Следует уметь структурно изложить свои мысли, интерпретировать результаты своей работы, а не просто представить цифры. 1
• Критическое мышление. 12 Нужно проверить входящую информацию, поставить под вопрос получаемые данные и знать, как их перепроверить. 1

Также для работы в Data Science может быть полезно знание английского языка уровня С1 Advanced и выше для чтения профильной литературы. 3