学习数据科学-信息图

Glassdoor在2012年被《哈佛商业评论》(Harvard Business Review)誉为” 21世纪最勤奋的工作”之后, 将其评为2016年”年度最佳工作”。

但是, 在过去的四年中, 对数据科学家的立场发生了很大变化：2012年, 大多数文章都集中于试图解释什么是数据科学家以及他们到底做了什么。当时, 在Google上简短搜索”如何成为数据科学家”一词, 发现该概念对不同的人有不同的含义。在2016年, 此搜索仍会为你提供有关该主题的各种文章和广泛的意见。但是, 尽管数据科学家曾经是一个可能存在的人, 但现在越来越多的文章着重于解释为什么数据科学家是独角兽。

因为尽管数据科学家的定义不是固定的, 但还没有多少人能达到设定的很高的期望。职位发布表明, 公司正在寻找具有沟通技能, 创造力, 聪明才智, 好奇心和技术专长的人……有时描述这些能力的方式使人们似乎不可能成为数据科学家。

随着需求继供应之后, 数据科学团队而不是数据科学家的趋势正在上升, 并且随之而来的是, 人们对数据科学的内容和方式有了新的强烈关注。但是, 就像数据科学家的定义一样, 数据科学的定义是多方面的, 对于想要学习数据科学的人来说有很多建议。但是, 此信息可能取决于行业和上下文, 并且可能是个人信息。

数据科学八步指南

为了指导你在这片信息咨询的丛林中, srcmini修改了其”成为8个步骤的数据科学家”信息图：现在, 它提供了学习数据科学所需完成的8个步骤的更新视图。取决于背景和个人经验以及其他因素, 这八个步骤中的某些步骤中的某些步骤将比其他步骤容易。

但是, 目标仍然是使该指南成为对学习数据科学感兴趣的每个人或已经成为数据科学家或数据科学团队一部分但需要更多资源以进一步完善的每个人的直观指南。

如果你正在考虑学习数据科学, 或者你刚刚开始学习它, 请不要对图表中显示的八个步骤感到惊讶。

数据科学是一场马拉松, 而不是短跑。

学习数据科学需要花费时间和个人投资, 但旅途并非一帆风顺！

而且, 不要忘了, 有很多课程和其他资源可帮助你正确选择。