DSC:成為一個數據科學家的九個步驟(信息圖)

199IT原創編譯

數據科學和數據分析發展迅速，給該領域帶來了眾多工作機，但是可用人才匱乏。這給那些想找新工作的人提供了希望。

但是如何才能成為一個數據科學家呢？

首先，每個企業對數據科學家的定義都不同，並沒有統一的概念。但是，一般來講數據科學家結合了軟體工程師和統計學家的技能，以及相關領域的專門知識。

約90%的數據科學家至少是本科學歷，有些甚至是博士，但是他們獲得學位的領域非常廣泛。有些招聘單位甚至招募那些可塑性強、有創造力的人文學科人才。

除了數據科學學位課程，要成為一個數據科學家還需要哪些步驟呢？

1. 提高數學和統計學技能。一個好的數據科學家必須能理解數據的含義，為了實現這一點，你必須有堅實的線性數據基礎，掌握算法和統計學技能。特定的職位甚至需要更高的數學水平，但是這是一個好的開始。
2. 掌握機器學習的概念。機器學習是一門新興學科，和大數據緊密相關。數據學習使用人工智慧算法將數據轉化成價值和知識。
3. 學習代碼。數據科學家必須了解如何操作代碼來告訴計算機如何分析數據。從Python這樣的開放資源語言開始深入學習。
4. 了解資料庫、 數據湖和分布式存儲。數據儲存在資料庫中、數據湖或跨分布式網絡中，數據存儲是如何建立的決定了數據的訪問、使用和分析方式。建設數據存儲時如果不了解宏觀圖景或遠景會產生深遠影響。
5. 學習數據改寫和數據清理技術。數據改寫是將原始數據轉化成其他更容易訪問和分析的數據類型的過程。數據清理則有助於刪除重複和「壞」數據。這兩項技術都是數據科學家工具箱裡至關重要的工具。
6. 了解優秀的數據視圖和報告的基礎。你無須成為一個圖形設計師，但是必須熟悉如何創建能讓外行讀得懂的數據報告。
7. 增加工具箱裡的工具。一旦你掌握了以上技能，就是時候擴展數據科學工具箱了，掌握包括Hadoop, R 和 Spark這樣的程序。了解並體驗這些工具將給你帶來更多的工作機會。
8. 練習。在找到工作之前如何練習數據科學呢？從開放資源數據中開發自己的小項目，參與競爭、和那些已經有工作的數據科學家建立聯繫，參加集訓、志願者或實習生。最好的數據科學家既有經驗又要有直覺，能向招募單位展示自己的成果。
9. 成為社區的一份子。追隨行業領袖、閱讀行業博客和網站、參與、提問，隨時了解當前的新聞和理論。

聽起來很麻煩嗎？確實是。數據科學並不是科普，需要興趣和精通，它將產生難以置信的回報。如果沒有錢參與大學項目，下邊的信息圖提供了這些步驟所需的免費資源。

        199IT.com原創編譯自：DataScienceCentral  非授權請勿轉載