当前对哪些数据和统计技能有很高的需求，而在哪里又有何需求？

我有一份从事财务数据分析的工作。我目前的工作是使我对其他行业或其他行业中发生的事情没有太多了解。我对贝叶斯统计资料了解很多。

我想让自己保持适销对路，所以我很好奇目前对哪些数据和统计技能有很高的需求，以及在哪里。软件世界充斥着数据，因此我希望他们真的非常需要统计学家，但我的印象是对它们的需求不高。

我的一个朋友建议，软件行业本质上需要“大数据”技能，而不是统计技能。

当前对哪些数据和统计技能有很高的需求，而在哪里又有何需求？

我的一个朋友建议软件行业本质上需要“大数据”技能，而不是统计技能。

在部分同意您朋友的评论的同时，我想指出，在任何行业中，只有满足所有V的条件，才选择使用大数据工具。

我在一家领先的客户支持公司担任数据科学主管。在这里，我既针对产品，也针对公司的成长进行数据黑客攻击。

我主要使用时间序列分析技术进行客户流失预测和销售分析。这还包括对客户，竞​​争和行业的行为分析。

在产品方面，我们使用从LSTM的情感分析，推荐算法等开始的一系列技术。

但是核心重点在于时间序列分析。一般的工作流程为：

1. 清洁和成型数据。
2. 探索性和解释性分析，其中包括确定季节性，趋势和周期。因此，需要探索相关性，自相关性以及一些单变量和双变量统计信息。以及广泛的绘图，包括散点图，AFC，PAFC曲线。
3. 现在是预测部分，在其中进行了各种模型的相互测试，并认真考虑了步骤2。

我使用的工具：R，Python和Excel有时。

甚至数据科学和增长黑客的融合也被证明在营销领域起到了不可思议的作用。因此，对统计学家和数学书呆子的需求将保持不变。并且在不久的将来不会下降；尤其是当以客户为中心的初创公司在全球蓬勃发展时。

对这些技能有很高要求的一个意外地方：人力资源。在获得应用数学硕士学位后，我偶然来到了一家前瞻性技术公司的人力资源部门。事实证明，许多公司都对统计和数据分析如何帮助他们产生了兴趣。由于与诸如金融等已探究的领域相比，HR分析还处于起步阶段，因此通常涉及相对基础的东西，例如重要性测试和OLS回归。现在，我正在研究使用Cox比例风险的预测员工流失模型。这个领域正在蓬勃发展，在行使一定程度的创意许可的同时，还有大量机会可以对重大问题产生有意义的影响。人力资源部也是了解公司如何组织以及如何建立事业的好地方。