详细内容或原文请订阅后点击阅览
隐藏的技能差距：为什么仅仅了解 SQL + Python 还不够
本文讨论的是候选人准备的内容与公司当前实际需要的内容之间的差距。
来源:KDnuggetsSQL + Python 还不够
多年来，这个公式似乎很简单：学习 SQL + 学习 Python = 获得一份数据工作。尤其是当中型公司开始变得“数据驱动”时。招聘经理很高兴他们能找到一个能写出还算不错的 GROUP BY 并能在不破坏任何东西的情况下处理 pandas DataFrame 的人。你知道 PostgreSQL 是什么吗？进来吧，你得到了工作！这工作了一段时间。直到没有。
如果您没有注意到，数据专业人员的就业市场已经发生了结构性转变。是的，SQL和Python仍然很重要；他们出现在每一份工作描述中。但它们已从差异化因素降级为先决条件。
很可能，您仍在针对三年前练习的面试问题进行优化。忘记它吧。本文讨论的是候选人准备的内容与公司当前实际需要的内容之间的差距。
就业市场的实际需求
2026 年 1 月，Future Proof Data Science 对 700 多个数据科学家职位发布的细分发现，Python 和 SQL 仍然位居前三名技能之列，但机器学习和 AI 技能位居第二和第四。
并非所有与人工智能相关的帖子都需要实践人工智能专业知识，但三分之一的帖子需要。最需要的具体人工智能技能是：
这表明对能够构建和部署人工智能系统的数据专业人员的需求不断增长。
请记住，这种变化的方向和速度很重要。这让我想起机器学习如何从 2012 年的小众需求变成 2020 年近乎普遍的需求。
看一眼主要的招聘公告板就可以证实这一点：除了 AI 技能之外，标题为“数据科学家”的职位通常也会将 Snowflake、dbt、Airflow 和 ETL 管道所有权列为要求，而不是必备条件。
您可能缺少四种技能。这些是当前就业市场的新差异化因素。