Madhu Vadlamani，Kony, Inc.
数据科学家——谷歌搜索最多的词，也是 2023 年及以后最性感的职业。职位编号如下0 1无论哪个行业，每家公司的数据科学家需求都在日益增加。在任何求职门户网站上进行简单搜索，就能更好地了解趋势如何。需求量巨大，从顶级公司到正在争取成为独角兽的初创公司——每个人都需要数据科学家。
处理海量数据不仅仅是一项任 阿尔巴尼亚电报数据 务，更是一份责任。处理海量数据绝非易事。我可以从哪里获取数据、如何处理这些数据、我可以自动化哪些操作以及我何时可以进行预测？正如我上面所说，这项工作绝非易事。这需要处理该领域的专家或专业知识。
业界对数据科学家有什么期望？想象一下科学家的行为方式。他们的目标是解决问题。在此之前，他们会发现问题是什么，然后思考问题的原因。然后他们收集数据，过滤所需的数据，过滤后他们会列出要做什么、如何做、何时做和在哪里做的陈述。换句话说，科学家是真正的数据科学家，他们为实验/结果处理大量数据。
现在，在企业界，技术是可用的，但如何使用技术需要专家。需要收集数据——连接数据并得出结论。他们寻找的是——1
）谁——擅长机器学习算法
2）谁——擅长 Python
3）谁——擅长可视化数据——比如 Tableau
除上述内容外，每个行业都需要一个能够思考和工作而不仅仅是工作的人。他们应该能够将结果形象化，想象力造就了完美的数据科学家——他们能够分辨真假、通用与真实、虚假与事实
3. Shivaram KR，
俗话说，数据是石油，人工智能是引擎。数据生成量呈指数级增长。据估计，2.50 2我们每个人每天都会产生数以千万亿字节的数据。所有这些数据都需要进行分析并加以利用。这需要大量的人工智能专家。
在 Curl，我们与许多企业互动，无论大小。我们与全球各地的组织合作。我们看到机器学习 (ML) 和人工智能 (AI) 的采用正在以惊人的速度加速。我们发现对 ML 专家的需求很大。Curl 分析部门正在努力招聘图像分析、NLP 和通用 ML 领域的许多 ML 专家。我们面试了许多候选人，并录用了少数几位。我们觉得当今行业人才大量流失。知道如何构建 ML 模型是一回事，了解它的工作原理、知道如何调整它以获得最佳结果以及如何优化则是通过构建许多模型来学习的东西。我们看到一些数据科学家对 ML 有这种理解。