非常好的问题！

统计是主要核心。不仅理论理解而且统计概念的实际使用都非常重要（应用统计）。此外，使用统计软件了解它们的工作原理以及通常的输入输出和可视化。

更重要的是数据科学的主要领域，即数据挖掘、机器学习和模式识别。它们都是建立在统计基础上的（尝试学习统计学习理论课程以获得一些想法）。

在统计之后，一般的计算机知识很重要。了解编程的概念（什么是好的程序以及为什么，哪种语言适合哪个任务，什么是算法以及您应该如何评估、生成或阅读它们等）。在数据科学中，报告结果很重要。了解一些方便且常用的可视化技术/库。

然后你会谈到数据库的概念，甚至是更笼统的“现实世界中的数据是什么？” 尝试在一些玩具示例中使用一些类似 SQL 的查询语言来了解数据是什么以及如何加载、转换或提取它们。

最后但并非最不重要的是机器学习/数据挖掘/模式识别技能。我推荐一个理学硕士。在这个领域（但这不是必需的，但我作为面试官的个人经验表明，通常具有这种背景的人地位更高）。

这些是我想到的主要事情。请注意

• 这只是我的意见，并根据我的经验。
• 为了使答案尽可能普遍有效，我跳过了更多细节。

祝你好运！