如果自学的话，是否更有可能得到这份工作？

这个问题并没有一个明确的答案，但调查数据提出了一些建议。在这个调查样本中，至少有40％的数据科学家在他们的LinkedIn档案中显示出他们已经学完了至少一个与他们领域有关的在线课程。而这只是展示的一些，但实际上开展自学的人可能比这要高得多。

但是查看那些与知名大学相关的大学学位，数据表明所有人都进行过某种自学。但是那些早就做好自学准备的人则来自那些不太出名的大学的人。

需要指出的是，全球50强的大学毕业生并没有落后。其中大约35％的人报告已学过在线课程，而排名靠后的大学似乎鼓励学生需要加倍努力。当有资格成为一名数据科学家时，其自我学习和准备是一个有利的竞争因素。而企业需要对数据科学家的毕业学校进行更多的了解。

人们可以通过学习数据科学来获得数据科学家的职位吗？

不能。首先，数据科学是一门全新的学科。这个职位的产生只有10多年的时间，总的来说，高等教育机构还没有在他们的课程中纳入一个完整的数据科学轨道。

目前的数据科学家的学术背景有很大的差异。例如，数据科学家的专业主要来自计算机科学（20％），统计与数学（19％），经济学与社会科学（19％）的毕业生。这些专业的毕业生占据很大比重，但在其他方面也是多样化的，如果拥有一个数学学位，那么也有可能成为一名数据科学家。但从物理学，化学，生物学或工程学等领域进入数据科学领域是闻所未闻的，因为专业是一种技术资格。

获得数据科学家的职位，只有学士学位是否足够？

只具有学士学位是不够的，在这个调查样本中的大多数专业人员至少拥有一个（48％）硕士学位，而27％的人拥有博士学位。如果没有这两种学位，进入这个领域并不是没有先例的，因为样本中15％的数据科学家已经做到了这一点。但这并不具备代表性。

需要精通Java，C ／ C ＋＋，Matlab，SQL，SAS，R，Scala，LaTeX和gang这些编程语言吗？

情况并非如此。但人们具有这些技能肯定令人印象深刻，在当前的数据科学世界当然并不是必备的条件。当然，根据就业和工业国家的情况会有所不同，但是人们需要具有以下共识：

如果精通R和（或者）Python语言，就将会有一定的机会。精通SQL当然也是值得考虑的事情，尽管它暂时（根据样本）落后于流行的编程语言（其使用率为40％，而R和Python则为53％）。而编程语言和行业用法人们可以通过各种方法进行了解。

成为未来的数据科学家有哪些关键要点？

从目前统计数据中得出的一个结论是，成为数据科学家，并不需要获得博士学位，也不需要来自一所高校的博士学位，或者是精通多种编程语言（或者说外语）。而具有定量分析的能力，聪明的头脑，以及强烈的好奇心，这就足够了。毕竟到了2020年，仅在美国就会提供大约2，720，000个数据科学家职位，只要为此进行努力，还是大有机会的。