1，復(fù)習(xí)你的數(shù)學(xué)和統(tǒng)計(jì)技能。一個(gè)好的數(shù)據(jù) 科學(xué)家必須能夠理解數(shù)據(jù)告訴你的事情。要做到這一點(diǎn)，你必須有一個(gè)堅(jiān)實(shí)的基礎(chǔ)線性代數(shù)和算法和統(tǒng)計(jì)技能的理解。在某些特定情況下可能需要高等數(shù)學(xué)，但這是一個(gè)很好的起點(diǎn)。2.理解機(jī)器學(xué)習(xí)的概念機(jī)器學(xué)習(xí)是下一個(gè)新興的詞，但它與Da 數(shù)據(jù)有著千絲萬縷的聯(lián)系。機(jī)器學(xué)習(xí)使用人工智能算法將數(shù)據(jù)轉(zhuǎn)換為值，無需顯式編程。

先說Python這樣的開源語言。4.了解數(shù)據(jù)庫、數(shù)據(jù)池和分布式存儲(chǔ)數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫、數(shù)據(jù)池或整個(gè)分布式網(wǎng)絡(luò)。而如何構(gòu)建這些數(shù)據(jù)資源庫，取決于你如何訪問、使用和分析這些數(shù)據(jù)。如果你在構(gòu)建你的數(shù)據(jù)存儲(chǔ)的時(shí)候沒有一個(gè)整體架構(gòu)或者提前規(guī)劃，那么后續(xù)對(duì)你的影響將是深遠(yuǎn)的。5.學(xué)習(xí)數(shù)據(jù)修改和數(shù)據(jù)清洗技術(shù)數(shù)據(jù)修改是將原來的數(shù)據(jù)轉(zhuǎn)換成另一種更容易訪問和分析的格式。

成為數(shù)據(jù) -0/Works詳細(xì)列舉了數(shù)據(jù)數(shù)據(jù)加強(qiáng)自身市場(chǎng)競(jìng)爭(zhēng)力所必需的九項(xiàng)技能。在過去的一年里，人們對(duì)數(shù)據(jù)科學(xué)的興趣突然增加。NateSilver這個(gè)名字已經(jīng)家喻戶曉了。所有的公司都在尋找獨(dú)角獸。很多不同學(xué)科的專業(yè)人士都開始關(guān)注這份待遇優(yōu)厚的職業(yè)，并將其作為自己可能的職業(yè)選擇。在BurtchWorks招聘的時(shí)候，我們和很多想在數(shù)據(jù) science這個(gè)成長領(lǐng)域發(fā)展的分析師進(jìn)行了討論，提出了具體實(shí)施方案的問題。

各公司對(duì)技能和工具的價(jià)值評(píng)估各不相同，所以這個(gè)列表絕非詳盡無遺，但在這些領(lǐng)域有經(jīng)驗(yàn)的人會(huì)在數(shù)據(jù) science中占有更大優(yōu)勢(shì)。技術(shù)技能:分析1。學(xué)歷-1科學(xué)家學(xué)歷水平很高，其中88%至少有碩士學(xué)位，46%有博士學(xué)位。雖然也有一些名人例外，但總的來說，成為a 數(shù)據(jù) 科學(xué)家需要扎實(shí)的教育背景才能掌握所需的深度知識(shí)。

1、學(xué)科知識(shí):從數(shù)據(jù)分析所涉及的專業(yè)知識(shí)點(diǎn)來看，這些主要是:(1)統(tǒng)計(jì)學(xué):參數(shù)檢驗(yàn)、非參數(shù)檢驗(yàn)、回歸分析等。(2)數(shù)學(xué):線性代數(shù)、微積分等。(3)社會(huì)學(xué):主要是一些社會(huì)學(xué)的定量統(tǒng)計(jì)知識(shí)，如問卷調(diào)查、統(tǒng)計(jì)分析等。還有一些社會(huì)學(xué)知識(shí)，對(duì)數(shù)據(jù)從事營銷的分析師比較有幫助。(4)經(jīng)濟(jì)金融:如果從事這個(gè)行業(yè)數(shù)據(jù)分析師，經(jīng)濟(jì)金融知識(shí)是必須的。這里不多說了(5)計(jì)算機(jī):從事數(shù)據(jù)分析的人一定知道你使用的數(shù)據(jù)是如何處理的，了解數(shù)據(jù)庫的結(jié)構(gòu)和基本原理。同時(shí)，如果條件足夠，你也可以有足夠的能力從數(shù)據(jù)數(shù)據(jù)庫中提取出你所需要的-1(比如使用SQL進(jìn)行查詢)。這種提取數(shù)據(jù)分析原材料的能力是每一個(gè)數(shù)據(jù)從業(yè)者所必須的。

保持開放的心態(tài)。如果你是新手，你其實(shí)并不知道數(shù)據(jù)理科是什么，那么完全有可能不是你想要的工作領(lǐng)域。成為數(shù)據(jù) 科學(xué)家，需要花費(fèi)大量的時(shí)間和精力。請(qǐng)充分理解數(shù)據(jù)理科不好的方面，比如數(shù)據(jù)分揀與建筑數(shù)據(jù)生產(chǎn)線。首先要做的是學(xué)習(xí)Python。盡早在MOOC上選擇相關(guān)課程。當(dāng)你熟悉Python的基本用法后，請(qǐng)學(xué)習(xí)如何使用Jupyter工具，并參加數(shù)據(jù)科學(xué)領(lǐng)域的一些在線開放課程。

數(shù)據(jù)工程師經(jīng)常專注于軟件工程、數(shù)據(jù)庫設(shè)計(jì)、生產(chǎn)環(huán)境代碼，并確保數(shù)據(jù)在源(收集它的地方)和目的地(提取它并進(jìn)行統(tǒng)計(jì)匯總處理的地方)之間順暢流動(dòng)，長平鎮(zhèn)的計(jì)算機(jī)培訓(xùn)發(fā)現(xiàn)數(shù)據(jù) 科學(xué)家需要了解-0的流動(dòng)其實(shí)并不是數(shù)據(jù) stream本身的優(yōu)化，而是數(shù)據(jù)處理的步驟，值是從數(shù)據(jù)中提取的。

對(duì)于在小公司工作的-1科學(xué)家來說更是如此，這也是為什么-1科學(xué)家應(yīng)該能夠?qū)懗龉こ處熆梢灾赜玫拇a。有時(shí)候數(shù)據(jù)工程師也會(huì)操作DAD，有時(shí)候數(shù)據(jù) 科學(xué)家也會(huì)操作ETL，但這并不常見，一般都是在公司內(nèi)部進(jìn)行。比如數(shù)據(jù)工程師可以做一些統(tǒng)計(jì)分析來優(yōu)化一些數(shù)據(jù)庫流程，而-1科學(xué)家工程師可以做一些數(shù)據(jù)庫管理來管理一個(gè)。

信息化是將現(xiàn)實(shí)世界中的事物和現(xiàn)象以數(shù)據(jù)的形式存儲(chǔ)在網(wǎng)絡(luò)空間中，是一個(gè)產(chǎn)生數(shù)據(jù)的過程。這些數(shù)據(jù)是自然和生命的一種表現(xiàn)形式，這些數(shù)據(jù)也記錄了人類的行為，包括工作、生活和社會(huì)發(fā)展。今天,數(shù)據(jù)在網(wǎng)絡(luò)空間迅速產(chǎn)生和儲(chǔ)存。這種現(xiàn)象被稱為數(shù)據(jù) dataexplosion，數(shù)據(jù)在網(wǎng)絡(luò)空間形成的爆炸數(shù)據(jù) datanature。

此外，探索數(shù)據(jù)在網(wǎng)絡(luò)空間中的規(guī)律和現(xiàn)象，是探索宇宙、生命、人類行為和社會(huì)發(fā)展規(guī)律的重要手段。比如我們可以通過學(xué)習(xí)數(shù)據(jù)來研究生命(生物信息學(xué))和人類行為(行為信息學(xué))，數(shù)據(jù) Dataology和數(shù)據(jù) DataScience(以下簡稱數(shù)據(jù)薛)是關(guān)于數(shù)據(jù)的科學(xué)或研究。定義為:研究和探索網(wǎng)絡(luò)空間中數(shù)據(jù) datanature之謎的理論、方法和技術(shù)，研究對(duì)象為數(shù)據(jù) data nature。