數(shù)據(jù)科學(xué)家”被稱為21世紀(jì)最性感的工作，想成為數(shù)據(jù)科學(xué)家？趕緊收藏這份清單吧
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)計學(xué)方法處理大量數(shù)據(jù)并對其進行分析，進而獲取對數(shù)據(jù)的深刻理解?！?/span>
而今數(shù)據(jù)科學(xué)已成為新的時髦用語，《哈佛商業(yè)評論》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技能的掌握。下圖非常清楚地說明：統(tǒng)計學(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（可被稱為獨角獸），通常很難找到。因此，如果一個團隊的每一個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優(yōu)秀的分析團隊。
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)域都能有很強的基礎(chǔ)：如編程、溝通，甚至是創(chuàng)造力方面。一個有創(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。一個人必須將他寶貴的時間用在學(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.edx.org/course/analytics-edge-mitx-15-071x-3
https://www.coursera.org/learn/machine-learning/home/info
??
????https://www.edx.org/course/data-science-essentials-microsoft-dat203-1x-3???
?https://lagunita.stanford.edu/courses/Home/Databases/Engineering/about?
http://www.codingthematrix.com
http://work.caltech.edu/telecourse.html
http://cs109.github.io/2015/
https://www.coursera.org/specializations/data-science
https://www.edx.org/course/networks-crowds-markets-cornellx-info2040x-2
https://www.edx.org/course/data-analysis-take-it-max-delftx-ex101x-1
https://www.coursera.org/learn/text-mining
http://web.stanford.edu/class/cs246/
https://www.coursera.org/learn/neural-networks
https://lagunita.stanford.edu/courses/Engineering/CVX101/Winter2014/about
https://www.coursera.org/learn/process-mining
https://www.coursera.org/learn/bioinformatics-methods-1
https://www.coursera.org/learn/bioinformatics-methods-2
https://www.udacity.com/course/model-building-and-validation--ud919
https://www.class-central.com/mooc/1470/udacity-intro-to-hadoop-and-mapreduce
https://www.udacity.com/course/real-time-analytics-with-apache-storm--ud381
https://www.coursera.org/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.kdnuggets.com/
www.analyticsvidhya.com
http://www.datasciencecentral.com/
http://www.dataschool.io/resources/
原文地址
https://medium.com/towards-data-science/data-science-for-beginners-850c3376a34a
