由于需求量大，可以在没有正式学位的情况下开始数据科学职业。我的经验是，拥有学位通常是职位描述中的“要求”，但如果雇主足够绝望，那就没关系了。一般来说，进入有正式工作申请流程的大公司要比没有这些流程的小公司更难。无论哪种情况，“认识人”都能让你走得很远。

无论您的教育程度如何，无论要求有多高，您都必须具备完成这项工作的技能。

你说得对，高级统计学和其他数学很难独立学习。这取决于你有多想改变职业。虽然有些人在数学方面确实有“天赋”，但每个人都必须努力学习。有些人可能学得更快，但每个人都必须花时间学习。

归根结底是你有能力向潜在雇主展示你对该领域有真正的兴趣，并且你将能够在工作中快速学习。您拥有的知识越多，您可以在投资组合中分享的项目越多，您拥有的工作经验越多，您可以获得的工作级别就越高。您可能必须首先从入门级职位开始。

我可以建议独立学习数学的方法，但这不是你问题的一部分。现在，只要知道这很难，但如果你决心改变职业，这是可能的。趁热打铁（当需求高时）。

如果你不喜欢数学，你应该更多地研究基础设施方面。您在软件堆栈中的位置越低，您离数学（数据科学类别的）就越远。换句话说，您可以建立其他人将用来创建为分析师服务的工具的基础。想想像 Cloudera、MapR、Databricks 等公司。将派上用场的技能是分布式系统和数据库设计。没有数学，你就不会成为一名数据科学家；这是一个荒谬的想法！

根据我的经验，拥有博士学位并不意味着一定要在数据科学公司的环境中表现出色，我是数据科学家，我只是一名工程师，但我认识一些与我公司合作的大学教师，有时我说他们的观点是不正确的，因为尽管他们的想法和推理是正确的，但它们不适用于公司活动，因此我们不得不修改一些数据模型以使其对公司和结果有用失去了它们的价值，所以我们不得不寻找新的模型。我的意思是，数据科学是一个多学科领域，因此需要许多不同的人一起工作，所以我认为你的技能在数据科学家团队中可能非常有用，你只需要找到适合自己的地方；）

可能会有点离题，但我强烈建议您阅读此 MOOC https://www.coursera.org/course/statistics。这是一个非常好的和清晰的统计介绍。它为您提供了有关数据科学核心领域的基本原则。我希望这将是您与统计数据建立友谊的良好起点。