如何成为一名数据科学家

如何成为一名数据科学家？

我认为这真的取决于你现在所处的位置以及你真正想作为一名数据科学家做什么。

尽管如此，DataCamp 最近发布了一个信息图，其中描述了成为数据科学家的 8 个简单步骤。在这篇文章中，我想重点介绍和回顾 DataCamp 的信息图。

如何成为一名数据科学家 “DataCamp”博客上发布的信息图的一部分

什么是数据科学家

在定义成为数据科学家的步骤之前，该图利用三个关键资源定义了数据科学家

1. Drew Conway 的数据科学维恩图，它结合了黑客技能、数学和统计学知识以及实质性专业知识。
2. 一张图表，显示了关于教育水平问题的调查结果，这与 O’Reilly 的《分析分析师》中的图表类似。
3. Josh Wills 关于“什么是数据科学家”的引述。

成为数据科学家

根据信息图，成为数据科学家的 8 个步骤是

1. 精通统计学、数学和机器学习。参加在线课程。
2. 学习编程。计算机科学、开发和一门语言。
3. 理解数据库。数据类型、存储它们的技术以及检索数据的方法。
4. 精通数据整理、可视化和报告。工具。
5. 通过大数据提升自己。Hadoop、MapReduce 和 Spark 等大型工具。
6. 积累经验、勤加练习并结识其他数据科学家。参加竞赛、做个人项目和培养直觉。
7. 实习、参加训练营或找工作
8. 关注并参与社区

回顾

乍一看，该图表明了在接触数据或算法之前，成为数学和编程天才的标准格言，我认为这种方法是错误的。

仔细检查后，该图表明了从第 1-5 步开始的熟悉过程。它建议参加课程并跟上数据科学和数据语言的步伐。

然后，第 6-7 步是关于实际解决问题和发展技能，最后在第 8 步达到顶峰并跟随社区。

从这个更细致的角度来看，这是一个很棒的信息图，我很喜欢。

我还会进一步。

我建议将第 1-5 步进一步精简为一个步骤，提供一个跨越这些领域的术语和主题的速成课程。我建议尽快开始使用工具处理数据集。通过这个过程并解决一个又一个问题，将突出这些基础主题的必要性并提供学习它们的背景，并且可以及时将它们融入其中。

分段线性分解非常适合课程设计和信息图，但不适合学习和取得成果。我认为模块或步骤应集成在一起。

学习计算机科学可以让你成为一名优秀的计算机科学家（无论需要什么），以及一位更全面的工程师，但要成为一名优秀的程序员，你需要练习编程。

我认为处理数据问题也一样。要精通端到端地处理数据问题，你需要专注于并练习这个过程，并在该过程的背景下学习相关理论。它将像一把锋利的刀，将范围缩小到所需和相关的内容，而不是课程和教科书中碰巧包含的所有内容。

如何成为一名数据科学家？处理数据问题。大量地处理。