成为一名数据科学家，Course 或 MOOC 上的广告说几个月就行。然而本文作者说，这是不可能的。以下是作者根据自身经历写的经验（鸡汤）贴，内容详实丰富 ↓↓
关于做一名数据科学家，我有一些想法分享给大家：成为一名数据科学家并不容易，需要付出很多努力，当然如果你对数据科学充满兴趣，那一切都是值得的。
时常有人问我：如何成为一名数据科学家？必修的课程是什么？需要多长时间？你是怎么成为数据科学家的？我已多次回答过这些问题。所以在我看来，写一篇汇总的文章也许能帮助那些想要成为数据科学家的人。
关于作者
作者（Andrew Lukyanenko，俄罗斯人，以下简称为我）在密歇根州立大学经济学院获得硕士学位，并在 ERP 系统规划领域做了 4 年的分析师和顾问。我的工作涉及与客户交谈，讨论他们的需求并将其落地，编写文档，向程序员说明任务，测试结果，组织项目和许多其它事情。
这是一项压力很大的工作，需要处理很多问题。更重要的是，我并不喜欢它。尽管我喜欢处理数据，但我做的大多数事情还是令人索然无味。所以，在 2016 年的春夏之交，我开始另谋出路。我通过了精益六西格玛（Lean Six Sigma）的绿带测试，但还未找到新的就业机会。有一天我发现了大数据（BigData）。在 Google 上搜索和阅读了许多文章后，我意识到这可能是我的梦想职业。
我辞去工作，并在八个月后在一家银行找到了第一份数据科学家的工作。从那之后，我先后就职了几家公司，但我对数据科学的热情日益增加。我完成了一些关于机器学习和深度学习的课程，实践了一些项目（如聊天机器人或数字识别 APP），先后参加了许多机器学习的比赛和活动，在 Kaggle 上获得了三枚银牌。总之，我有一些学习数据科学和作为数据科学家工作的经验。当然，我还有很多技能需要学习。
免责声明
本文所述仅为我自己的观点。可能有些人会对其中的内容持反对态度，但我无意冒犯任何人。我认为想成为一名数据科学家必须投入大量的时间和精力，否则将一事无成。Course 或 MOOC 声称可以让你在几周或几个月内成为机器学习/深度学习/数据科学专家的广告语并不是真的。你可以在数周/数月内获得一些知识和技能。但如果没有广泛的实践（大多数课程内不包含这一部分），你无法真正掌握它。
你确实需要内在的动力，但更重要的是，你需要严格地规范自己，这样你可以在动力消失后继续努力。
再说一遍——你需要自己动手动脑。如果你在提出最基础的问题之前没有用 Google/ StackOverflow 或思考几分钟，那你将永远无法赶上专业人士。
在我参加的大多数课程中，只有大约 10-20％的人完成了这些课程。半途而废的人基本都缺乏耐心和决心。
什么样的人能成为数据科学家？
上图显示了数据科学家所需的一些核心技能，比如：数学和统计学，编程和开发，领域相关知识和软技能。
这么多技能！怎么可能完全掌握呢？嗯，需要花费很多时间。但告诉你一个好消息：没必要掌握全部。
2018 年 10 月 21 日，Yandex 上有一个有趣的演讲，其中提到数据科学专家类型有很多，他们只是拥有上述技能中的某几种而已。
数据科学家应该处于图片中间的位置，但实际上他们可以处于三角形的任何位置，不同位置对应了不同的专家能力。
在本文中，我将讨论的一类数据科学家是那些可以与客户交谈，进行分析，构建模型并实施项目的人。
转行？这意味着你已有所了解！
有人说转行相当困难。虽然这是事实，但转行也通常意味着你对现在工作已经有所了解。也许你有编程和开发经验，也许你在数学/统计学领域工作过，或者你每天锻炼你的软技能。至少你拥有一些自己领域的专业知识。你可以扬长避短。
对大数据的概念都是模糊不清的，大数据是什么，能做什么，学的时候，该按照什么线路去学习，学完往哪方面发展，想深入了解
想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家
并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。
数据科学路线图
网友评论