看来你已经决定要进入数据科学这个领域了. 数据正在驱动越来越多的业务, 世界的联系正在变得越来越紧密, 似乎每个业务都需要数据科学实践. 因此, 对数据科学家的需求是巨大的. 更好的是, 所有人都承认这个行业的人才短缺.
然而成为一名数据科学家并不容易. 需要拥有解决问题的能力, 结构化思维, 编码和各种技术技能才能真正获得成功. 如果您并非技术或数学背景, 那么通过书籍和视频课程来学习是很好的方式. 但是大多数这类资源不会教你行业内需要什么样的数据科学家.
这就是胸怀抱负的数据科学家努力缩小自我教育与实际工作之间差距的原因之一.
本文将讨论数据科学爱好者常犯的一些错误(包括我自己都曾经犯过), 我也会提供一些资源帮助你避开数据科学之旅上的陷阱.
对大数据以及人工智能概念都是模糊不清的, 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 .
01
只学习理论概念, 但不应用
- Quora
- https://www.quora.com/How-similar-are-Kaggle-competitions-to-what-data-scientists-do
- https://www.linkedin.com/pulse/standard-methodology-analytical-models-olav-laudy/?trk=prof-post
- 05
来源: http://www.jianshu.com/p/32e636068c14