從零開始，成為數(shù)據(jù)科學(xué)“大咖”

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個(gè)全額獎(jiǎng)學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問(wèn)題回答

經(jīng)管之家送您兩個(gè)論壇幣！

+2 論壇幣

來(lái)源：InfoQ
原文鏈接：http://www.infoq.com/cn/news/201 ... ?utm_source=tuicool



也許你一直覺(jué)得“科學(xué)家”這個(gè)詞離自己很遙遠(yuǎn)，然而由于大數(shù)據(jù)時(shí)代的來(lái)臨，存在著許多數(shù)據(jù)科學(xué)家的崗位空缺，從基礎(chǔ)開始，人人都可以成為炙手可熱的數(shù)據(jù)科學(xué)家，就讓我們來(lái)看一下如何成為一名真的的數(shù)據(jù)科學(xué)家吧！

隨著互聯(lián)網(wǎng)的迅猛發(fā)展，在線學(xué)習(xí)逐漸成為主流，MOOC、慕課等概念如雨后春筍般涌現(xiàn)。以往高等學(xué)府才能接觸到的計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)，也隨著這次風(fēng)潮來(lái)到了公眾面前。OSDSM，即數(shù)據(jù)科學(xué)開源課程，能夠從理論和技術(shù)兩方面，幫助人們學(xué)習(xí)有效利用數(shù)據(jù)的核心技能。

一、利用互聯(lián)網(wǎng)成為“大咖”

隨著互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)公開課的網(wǎng)站和APP等日益成熟，從聽(tīng)課、討論到考試，一條龍的自學(xué)服務(wù)已經(jīng)頗成規(guī)模。這些課程中，計(jì)算機(jī)科學(xué)尤其是數(shù)據(jù)科學(xué)相關(guān)的知識(shí)都已包含在內(nèi)，用戶通過(guò)使用Coursera、ebooks、StackOverflow以及GitHub等平臺(tái)發(fā)布免費(fèi)的教育資源，完全能夠掌握數(shù)據(jù)科學(xué)的關(guān)鍵內(nèi)容。

二、學(xué)習(xí)數(shù)據(jù)科學(xué)的動(dòng)力

現(xiàn)在數(shù)據(jù)科學(xué)家崗位面臨極大的缺口。所謂數(shù)據(jù)科學(xué)家，就是同時(shí)掌握統(tǒng)計(jì)學(xué)。

知識(shí)與程序設(shè)計(jì)技巧，能夠服務(wù)大數(shù)據(jù)開發(fā)的技術(shù)專家。成為一名數(shù)據(jù)科學(xué)家，就有了大數(shù)據(jù)時(shí)代互聯(lián)網(wǎng)行業(yè)的通行證。2013年7月，麥肯錫的報(bào)告顯示，到2018年，美國(guó)數(shù)據(jù)科學(xué)家將會(huì)面臨多達(dá)19萬(wàn)名的缺口。另外與數(shù)據(jù)科學(xué)的相關(guān)崗位也炙手可熱，能夠從數(shù)據(jù)中挖掘分析見(jiàn)解的管理、分析型人才，缺口高達(dá)150萬(wàn)。

在這種條件下，只要通過(guò)學(xué)習(xí)、培訓(xùn)，就有機(jī)會(huì)成為這些急需專業(yè)人才中的一員。在這個(gè)新興的行業(yè)中，知識(shí)與技能比工作經(jīng)驗(yàn)更加重要。David Hardtke就說(shuō)，根本就沒(méi)有5年工作經(jīng)驗(yàn)以上的數(shù)據(jù)科學(xué)家，因?yàn)槟菚?huì)兒壓根沒(méi)有這個(gè)崗位。

三、 學(xué)校教育的短板

在現(xiàn)在的教育體制中，統(tǒng)計(jì)學(xué)人才由統(tǒng)計(jì)學(xué)專業(yè)提供，計(jì)算機(jī)科學(xué)人才由計(jì)算機(jī)專業(yè)提供。雖然兩種學(xué)科的專業(yè)課程內(nèi)容互有重疊，但從目的和導(dǎo)向來(lái)看，根本無(wú)法塑造兼?zhèn)鋬煞N專業(yè)知識(shí)與能力的復(fù)合型人才。一般的學(xué)校教育，不能培養(yǎng)出數(shù)據(jù)科學(xué)家，所以這項(xiàng)人才缺口必須通過(guò)其他方式進(jìn)行彌補(bǔ)。

對(duì)于高級(jí)的數(shù)據(jù)科學(xué)家來(lái)說(shuō)，學(xué)歷很重要，但不是必要的。不論來(lái)自藍(lán)翔還是清華，不論是�？�、本科還是研究生，都能夠勝任。一名數(shù)據(jù)科學(xué)家所需的核心能力——好奇、聰明，能進(jìn)行流暢的數(shù)據(jù)分析，有研究的耐心，有嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度，對(duì)事物持普遍懷疑態(tài)度（這些都是將數(shù)據(jù)科學(xué)家從其他人中區(qū)分出來(lái)的特質(zhì)）——是所有行業(yè)的人中廣泛具有的。

從足夠多的案例中可以看到，很多沒(méi)有學(xué)歷的、沒(méi)有經(jīng)驗(yàn)的人嘗試學(xué)習(xí)數(shù)據(jù)科學(xué)，依靠自己的努力，廣泛運(yùn)用當(dāng)前的建模工具，并將自己的一技之長(zhǎng)加入開源生態(tài)系統(tǒng)內(nèi)。數(shù)據(jù)科學(xué)的平臺(tái)和工具正通過(guò)開源得到了極大豐富，大數(shù)據(jù)時(shí)代的數(shù)據(jù)科學(xué)家也通過(guò)開源不斷增加。

此外，還有另一項(xiàng)趨勢(shì)可以緩解現(xiàn)在的人才缺口：數(shù)據(jù)科學(xué)民主化。雖然Neil Raden說(shuō)“最頂級(jí)的數(shù)據(jù)科學(xué)家將在高校、高科技企業(yè)、金融界和ZF大展身手”，但其實(shí)范圍遠(yuǎn)不止于此，James Kobielus認(rèn)為自學(xué)、低學(xué)歷但熱愛(ài)數(shù)據(jù)的人，也將在這一眾組織機(jī)構(gòu)對(duì)大數(shù)據(jù)的需求中發(fā)揮的重要作用。

四、 從這里開始：數(shù)據(jù)科學(xué)的課程表

這些數(shù)據(jù)科學(xué)的開源課程，從數(shù)學(xué)、編程等幾個(gè)方面塑造數(shù)據(jù)科學(xué)“大咖”。這不是為了重溫大學(xué)課程，而是以問(wèn)題導(dǎo)向準(zhǔn)備知識(shí)。為了集中精力，建議讀者選擇同一種編程語(yǔ)言的課程學(xué)習(xí)。我們將這些課程分成了六類，方便讀者按照自身能力階段學(xué)習(xí)，當(dāng)然一些課程和書籍現(xiàn)在還沒(méi)有全部開源，需要讀者自行購(gòu)買。

（一）基礎(chǔ)篇

華盛頓大學(xué)在Coursera的《Intro to Data Science》課程、哈佛大學(xué)的《Data Science》課程，同時(shí)可以參考《Data Science with Open Source Tools》一書。所謂“基礎(chǔ)”，是指這一部分課程是為那些對(duì)編程有最起碼了解，但對(duì)數(shù)據(jù)科學(xué)的其它部分——即統(tǒng)計(jì)學(xué)和分布式計(jì)算——有濃厚興趣的人準(zhǔn)備的簡(jiǎn)介課程。

（二）數(shù)學(xué)

線性代數(shù)部分，推薦斯坦福大學(xué) Levandosky的《Linear Algebra》、華盛頓大學(xué)《Linear Programming (Math 407) 》課程，統(tǒng)計(jì)學(xué)部分推薦普林斯頓大學(xué)在Coursera《Statistics》課程，《Stats in a Nutshell》、《Think Stats: Probability andStatistics for Programmers》、《Think Bayes》。微分方程和微積分，推薦Python指導(dǎo)手冊(cè)中的《Differential Equations in Data Science》。建模部分推薦G. Polya的 《How to Solve It: A New Aspect of Mathematical Method (Princeton Science Library) 》。

（三）編程

算法部分，推薦斯坦福大學(xué)在Coursera上的課程《Algorithms Design & Analysis》，Kleinberg、Tardos 的《Algorithm Design》。分布式計(jì)算推薦華盛頓大學(xué)的Coursera課程中Lectures on MapReduce講座，Cloudera在 Udacity Course上的課程 《Introto Hadoop and MapReduce》， 其中有《Hadoop: The Definitive Guide Book》一書的重要內(nèi)容摘要，以及Tom White的《Hadoop: The Definitive Guide Book》。數(shù)據(jù)庫(kù)部分，推薦斯坦福大學(xué)的在線課程《Introduction to Databases》，SQLSchool Mode Analytics 網(wǎng)站的教程或SQL Tutorials SQLZO網(wǎng)站的教程。數(shù)據(jù)挖掘推薦斯坦福大學(xué)在Coursera上的課程《Mining Massive Data Sets》、Anand Rajaraman，Jeffrey David Ullman 合著的《Mining of Massive Datasets》、Matthew A. Russell的《Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More 》、Christopher D. Manning與Prabhakar Raghavan、Hinrich Schütze 的《Introduction to Information Retrieval》。

（四）數(shù)據(jù)可視化

數(shù)據(jù)可視化涉及圖形設(shè)計(jì)基礎(chǔ)知識(shí)，需要學(xué)習(xí)《Envisioning Information》與《The Visual Display of Quantitative Information》兩本書。在了解設(shè)計(jì)的基礎(chǔ)知識(shí)后，推薦華盛頓大學(xué)的《Data Visualization》、加州大學(xué)伯克利分校的《Berkeley's Viz Class》以及萊斯大學(xué)的《Rice University's Data Viz class》。練習(xí)資源可在Scott Murray的《Interactive Data Visualization for the Web》一書及博客的D3 Library得到。

（五）實(shí)戰(zhàn)教程

這一部分以Python為例，掌握Python語(yǔ)言并不難，《Learn Python the Hard Way》、《Think Python》都很不錯(cuò)，Google有Python課程，加州理工的《Introduction to Computer Science and Programming》也很不錯(cuò)。

在實(shí)戰(zhàn)中，需要準(zhǔn)備Python和virtualenv、NumPy、SciPy、matplotlib、IPython這些軟件包，還得會(huì)使用它們。這些軟件包涉及數(shù)據(jù)結(jié)構(gòu)與分析、機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)環(huán)境、統(tǒng)計(jì)、自然語(yǔ)言、可視化以及應(yīng)用案例與接口。

（六）進(jìn)階

對(duì)于立志成為數(shù)據(jù)科學(xué)“大咖”的人，推薦繼續(xù)閱讀《Doing Data Science: Straight Talk from the Frontline》一書。如果能夠?qū)W習(xí)《Capstone Analysis of Your Own Design; Quora's Idea Compendium》和華盛頓大學(xué)的《Healthcare Twitter Analysis》，則能夠在打開 “大咖”大門之時(shí)起到畫龍點(diǎn)睛的效果。

掃碼加我 拉你入群

請(qǐng)注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏10 回帖

關(guān)鍵詞：從零開始 數(shù)據(jù)科學(xué) Data Science introduction Mathematical 從零開始

支持一下！

Jealy 發(fā)表于 2015-9-26 20:14
支持一下！

謝謝哦

殘陽(yáng)_等待 發(fā)表于 2015-9-26 21:02
謝謝哦

做標(biāo)計(jì)了

一直想在大數(shù)據(jù)方向有所發(fā)展，本人統(tǒng)計(jì)學(xué)本科畢業(yè)，現(xiàn)在一家互聯(lián)網(wǎng)公司從事基本的數(shù)據(jù)分析工作 SQL熟練R語(yǔ)言一般；由于個(gè)人興趣和考慮未來(lái)發(fā)展，開始學(xué)習(xí)hadoop，但是由于沒(méi)有JAVA基礎(chǔ)，暫時(shí)擱置，又開始學(xué)java，但是總感覺(jué)自己想學(xué)好多東西，又不知從何學(xué)起，迷茫

歸＠零 發(fā)表于 2015-10-16 18:13
一直想在大數(shù)據(jù)方向有所發(fā)展，本人統(tǒng)計(jì)學(xué)本科畢業(yè)，現(xiàn)在一家互聯(lián)網(wǎng)公司從事基本的數(shù)據(jù)分析工作 SQL熟練R語(yǔ)言 ...

已經(jīng)很厲害了�。�