热线电话:13121318867

登录
首页精彩阅读初学者必看丨如何成为一名数据科学家
初学者必看丨如何成为一名数据科学家
2017-12-22
收藏

初学者必看丨如何成为一名数据科学家

想从事数据科学领域的初学者总是很困惑:应该学习哪种编程语言?专业重要吗?需要掌握哪些工具和技能?在这篇文章中,你的这些问题都能得到解答。

几星期前,我发布了我的第二篇Kaggle Kernel( Kernel: Kaggle 中用于探索概念、展示技术或分享解决方案的短脚本)。我对Kaggle最近发布的“机器学习和数据科学现状”调查很感兴趣,并认为我可以从中得出一些有趣的见解。我以为大多数写Kernel的人都已经是数据科学家了,比起如何入门,他们应该对其他的内容更感兴趣。

令我惊讶的是,我赢得了每周一次的Kernel奖,我的这篇Kernel最终获得了超过预期的关注度。

在这里我把这篇分享给大家,探究如何成为一名数据科学家。

一、编程语言

据我所知,数据科学领域有两种语言是最常用的,即Python和R语言。我个人比较喜欢R语言,但是好奇在实际情况中是什么样的。

我根据受访者的职位,比较选择Python或R语言作为主要编程语言的人数。事实证明,除了统计学和运筹学之外,其他职位中使用Python的人数更多。然而这两个领域,特别是运筹学由于样本量太小,以至于结果的参考价值并不高。

二、专业和职位

我想知道哪些专业倾向选择哪些职位,因此我创建了比较大学专业和所选职位的图表。

当然,计算机科学专业的人群会成为计算机科学家,程序员和软件工程师。数学专业的人群会选择预测建模,数据科学和统计学职位,物理专业则倾向于进入研究领域。

图表中一个有趣的信息是,每个职位都有至少一名非此专业的人士。这表明,只要你有理想,所学专业不是限制做你想做的事情的理由。

三、学习资源

用来学习数据科学的在线资源特别丰富。我很好奇对于调查的受访者来说哪些在线资源是最有用的。

事实证明,人们认为创建项目,参加课程,参加Kaggle挑战是学习和了解数据科学最有用的方法。我很喜欢从事数据科学的项目,并在完成项目的过程中一步步成长为一名数据科学家。

四、重要的工作技能

调查的另一个问题是询问受访者,他们认为在工作中最有用的技能是什么。

掌握Python和统计知识被认为是最有用的工作技能。这方面R语言略微落后于Python,这反映了第一张图的情况。有趣的是,MOOC(大型开放式网络课程)在实用性方面得分最低。然而上一张图中,人们认为在线课程是学习数据科学最有用的资源之一。这也让我感觉不是跟确定,是不是受访者认为在找工作时,MOOC不应该被用作认证。

五、实际运用的工具

受访者也被问到,他们认为哪些技术在日常工作中最有用。在以下图表中,我分析了所有受访者的情况,以及具体的职位情况。

Python被评为整个行业中最需要掌握的技术。R语言排名第三位。每个职位都说要用到SQL、Jupyter、Unix和TensorFlow了。表明这些可能是不久之后需要掌握的重要技术。

六、实际运用的方法

与上一个问题类似,受访者被问到,他们在工作中实际运用到的数据科学方法。

我们可以看到,每个职业的人群都用到了数据可视化、交叉验证、逻辑回归决策树机器学习工程师则要经常使用自然语言处理和神经网络技术。其他职位有相应的方法需要经常使用。

结论

我喜欢运用庞大的数据集,这将非常适合我今后的工作。如果你是一名数据科学家新手,并且正在找工作,那么我给你列出以下几几条建议:

1.学习 Python

Python和R语言都已经存在数十年了。但正如我们在第一张图中看到的那样,在大多数情况下Python是胜出的。图四和图五也反应了这一情况。很难找到一家不使用Python的公司,所以学好Python绝对是没错的。

2.专业选择计算机科学或数学

正如图二所示,每个职位都有不同的专业。然而根据图中的比例来看,每个职位中计算机科学和数学人数是最多的。虽然这不是必须的,但这两个专业能让你在求职中获得一些优势。

3.创建项目、参加课程、参与Kaggle挑战

正如图三所示,学习数据科学方面有些方法特别实用。

4.了解广泛使用的工具

有无数的工具可供我们使用,但通过这次调查,我们了解到哪些是主流的工具。

我希望以上几点能够帮助你起步,逐步成为一名数据科学家。祝你好运!



数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询