原文：
www.kdnuggets.com/2017/10/5-best-industries-find-job-data-science.html
评论
数据驱动着我们现在做的一切。这也意味着我们如何积累、传播、研究、存储和利用数据是最重要的工作之一。这也许就是为什么数据科学如此繁荣的原因——这个行业预计到 2025 年将达到 160 亿美元的市场价值。
1. Google 网络安全证书 - 快速进入网络安全领域的职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你所在组织的 IT 工作
现在追求这一领域的职业生涯从未如此有利。作为数据科学家，你将获得的技能非常宝贵，你可能会在像 IBM、可口可乐、福特汽车和优步这样多样化的公司工作，也有可能参与无数旨在建设更好世界的公益和非营利事业。
关键在于，世界是复杂的，而数据帮助我们理解它。考虑到这一点，这里有五个极具实践性和激动人心的领域，你可以通过数据科学教育在其中留下你的印记。
1. 生物技术
科学和医学一直以来都紧密相关。未来，随着技术的进步和发达国家及发展中国家重新承诺公共卫生，所有与健康相关的行业都将需要数据科学家——包括生物技术领域。
这个领域将比以往任何时候都更需要数据科学家，原因重大：我们站在揭示人类基因组秘密的门槛上。实现这一目标需要几乎难以想象的庞大数据量，但一旦我们破解它，就会看到治疗方法、医疗设备等领域的研究和发展出现爆炸性增长。
作为这个领域的一个数据科学家，你将帮助开发新的方法来研究大量数据——包括交互式和语义技术，甚至机器学习。在这个层次上的工作将影响哪些治疗方法、技术和药物会进入更广泛的测试，并最终进入市场。
2. 能源
一些能源来源比其他能源更加现代化。但是，与为世界供电的所有行业相关的行业都依赖于数据 - 大量数据。无论我们正在探索从地球中提取能源和矿产财富的新方法，构思更新、更安全的原油储存和运输方式，还是在做负责任的事情并建造更好、更便宜的太阳能电池板，能源部门对数据科学家有着很高的需求。
正是最后一项行业 - 太阳能行业 - 吸引了很多人追求与能源相关的数据丰富职业。由太阳能和风能场提供的清洁能源生产，显然是未来的发展方向，这一点可以从大多数北欧国家的成功看出，这些国家普遍制定了 100%可持续能源目标。
就像开发油田需要研究大量的数据一样，安装和改进清洁能源生产设施也需要关于自然环境和现代建设需求的数据。数据科学家也经常被要求提高安全性和帮助企业遵守新的安全和环境法规。
3. 质量控制和源检验
当企业变得草率时，每个人都受苦。但是要构建一个更好的老鼠夹 - 或者任何其他产品 - 意味着您需要与各种有意义的数据保持联系。你有没有被你最喜欢的应用程序请求，请好心给个评价？这是一种众包的质量控制。您分配的数值评级和评价的积极性或消极性都是被汇总的数据。
质量控制和源检验本身是一门行业。如果你正在进行源检验等工作，你可能需要查看有关生产方法、瓶颈和持久性低效区域的数据。你善于观察的眼睛可以理解使用和破损模式，优化生产和运输，并最终提供能够更好、更安全地为世界提供产品的见解和洞察力。
4. 运输
就像列表中的其他行业一样，运输行业也正在经历一些非常特殊的变化。例如，特斯拉通过发布一款能够自动驾驶的长途卡车，彻底改变了整个货运行业。特斯拉并不是第一个承诺这样做的企业 - 这个未来已经等了很久。但现在它已经到来，我们正在生活其中。
除了自动驾驶汽车和明显的运输应用之外，运输行业还在寻找更加高效的存储和输送能源的方式。这些突破密切与动荡的监管环境和更好的电池技术的发展联系在一起。简而言之，非常重要的运输行业中的每个领域都期待从熟练的数据科学家中受益。
5. 电信
互联网不是“一连串的管道”——它就是数据。未来的互联网将是一个遍及全球的卫星和用户设备之间通过区块链和其他一系列技术进行通信，这些技术目前还不是家喻户晓的词汇，但很快就会成为。
实际上，我们很难给予数据架构和数据科学的重要性过高评价，因为它们将继续推动互联网发展成为其本来应该具有的样子：一个统一、文明和民主化的交流媒介。当我们需要告知人们一款新产品时，我们需要用户数据。当我们需要确定在哪里埋设新的光纤电缆时，我们需要环境数据。我们依赖数据科学家设计和推出更节能的服务器农场。
当下，我们谈论的一切都与互联网有关。而没有信息和有意义的数据的自由交流，互联网是不可能存在的。虽然一些人可能试图从世界中抹去知识，将其从互联网中清除，但他们现在必须知道，他们生活在一个这种做法并不可行的世界。
数据科学是当今一个令人兴奋且重要的领域，随着技术和全球化的发展，它只会变得更加重要。如果你对模式、数字和分析有头脑，这个领域可能非常适合你。
个人简介：Kayla Matthews 在《The Week》、《数据中心杂志》和《VentureBeat》等刊物上讨论技术和大数据，并已经写作超过五年。阅读更多 Kayla 的文章，订阅她的博客 Productivity Bytes。
相关：
-
如何成为数据科学家：权威指南
-
Python 突然变得非常流行的 6 个原因
-
机器学习和机器人技术正在改变的 4 个行业