作者 | Pranavathiyani G

編譯 | AI100（ID : rgznai100 ）

“數(shù)據(jù)科學(xué)是一門跨學(xué)科的科學(xué)，它用統(tǒng)計(jì)學(xué)方法處理大量數(shù)據(jù)并對(duì)其進(jìn)行分析，進(jìn)而獲取對(duì)數(shù)據(jù)的深刻理解?！?/span>

而今數(shù)據(jù)科學(xué)已成為新的時(shí)髦用語，《哈佛商業(yè)評(píng)論》甚至宣稱“數(shù)據(jù)科學(xué)家”是“21世紀(jì)最性感的工作”。

招聘數(shù)據(jù)科學(xué)家往往要依賴于他們對(duì)技能的掌握。下圖非常清楚地說明：統(tǒng)計(jì)學(xué)基礎(chǔ)、編程與可視化是他們的關(guān)鍵技能。

具備所有這些技能的人（可被稱為獨(dú)角獸），通常很難找到。因此，如果一個(gè)團(tuán)隊(duì)的每一個(gè)人都有各自擅長的領(lǐng)域，那他們聯(lián)合起來就能組成一個(gè)優(yōu)秀的分析團(tuán)隊(duì)。

如何成為數(shù)據(jù)科學(xué)家？

想要成為數(shù)據(jù)科學(xué)家，你必須在所有這些領(lǐng)域都能有很強(qiáng)的基礎(chǔ)：如編程、溝通，甚至是創(chuàng)造力方面。一個(gè)有創(chuàng)造力的人能夠以他人從未有過的方式來可視化數(shù)據(jù)。

當(dāng)今世界，通過互聯(lián)網(wǎng)可以獲取到大量的資源。一個(gè)人必須將他寶貴的時(shí)間用在學(xué)習(xí)、獲取并提升自身的技能上。例如， KDnuggets所給出的數(shù)據(jù)科學(xué)MOOC列表：

https://www./course/analytics-edge-mitx-15-071x-3

https://www./learn/machine-learning/home/info

?????

?https://www./course/data-science-essentials-microsoft-dat203-1x-3???

?https://lagunita./courses/Home/Databases/Engineering/about?

http://www.

http://work./telecourse.html

http://cs109./2015/

https://www./specializations/data-science

https://www./course/networks-crowds-markets-cornellx-info2040x-2

https://www./course/data-analysis-take-it-max-delftx-ex101x-1

https://www./learn/text-mining

http://web./class/cs246/

https://www./learn/neural-networks

https://lagunita./courses/Engineering/CVX101/Winter2014/about

https://www./learn/process-mining

https://www./learn/bioinformatics-methods-1

https://www./learn/bioinformatics-methods-2

https://www./course/model-building-and-validation--ud919

https://www./mooc/1470/udacity-intro-to-hadoop-and-mapreduce

https://www./course/real-time-analytics-with-apache-storm--ud381

https://www./learn/recommender-systems-introduction

如果你想學(xué)習(xí)更多數(shù)據(jù)科學(xué)方面的內(nèi)容，可參考以下資料：

• http://www./

• www.analyticsvidhya.com

• http://www./

• http://www./resources/

原文地址

https:///towards-data-science/data-science-for-beginners-850c3376a34a