[译]天龙八步：8步让你变成数据科学家
点击标题下「大数据文摘」可快捷关注
?欢迎熟悉外语（含各种“小语种”）的朋友，加入大数据文摘翻译志愿者团队，回复“翻译”和“志愿者”了解详情。
“可视化”专栏诚招：如果您是专业人士并愿意与大家分享，请后台留言，加入我们，一起把这个专栏做得更好。大数据文摘翻译作品
编译：焦剑，康欣
校对：孙沁(Kiki)
欢迎个人转发朋友圈；其他机构或自媒体转载，务必后台留言，申请授权
OK, 这些步骤不是那么简单。但是，它们都是可操作的，并且大多数步骤都是免费或者花钱很少，只是要你投入时间。
首先，什么是数据科学家？数据科学，是一个多学科知识的交集，甚至包括黑客技巧。数据科学家，是比软件工程师更擅长统计学，比统计学家更擅长软件工程的人。目前，数据科学家的典型教育背景是：高中5%，技校5%，大专14%，本科37%，硕士/专业学位31%，博士9%。
![宽客网,量化投资,宽客俱乐部](https://v1cdn.cnq.net/file/2010/2024v3zdtkn0fgl.png" />
第一步：学好统计、数学和机器学习
数学：可汗学院（Khan Academy）的数学，MIT公开课的线性代数；统计学：Udacity和Openintro；机器学习：Stanford在线中吴恩达（Andrew NG）的机器学习，Coursera上John Hopkins的实用机器学习
第二步：学习编写代码
掌握计算机科学的基础知识；掌握从头至尾的开发过程（end-to-end development），因为你做的东西终将被整合到其它系统中；确定你的首选编程语言，开源的R , Python等，商业软件SAS, SPSS等。用DataCamp, tryR, Codecademy和Google Class进行交互式学习。
第三步：理解数据库
作为学生，你会经常与文本数据打交道。但是，一旦进入该领域，你会发现该领域几乎都是用数据库存储数据，如MySQL, Postgres, CouchDB, MongoDB, Cassandra等。
第四步：掌握数据整理、可视化和报表制作
- 数据整理，是将原始数据转换成方便实用的格式。可自学Coursera中John Hopkins的Getting and Cleaning Data课程，实用工具有DataWrangler和R。
- 数据可视化，是创建和研究数据的视觉表现。实用工具有ggvis, D3, vega。
- 数据报表，作为数据分析的最后一步，是将数据分析和结果制作成易于理解的报告。实用工具有Tableau, Spotfire和R Markdown。
第五步：提升到大数据级别
当你开始处理网络级规模的数据时，数据分析的基本方法和过程就都改变了。绝大多数的数据科学家要解决的问题，都无法在单机上完成。他们面对的是需要分布式处理的大型数据集，使用的工具是Hadoop，MapReduce，Apache Spark。
第六步：获得经验、实践，结交大牛
［古人云：］熟能生巧！你可以参加比赛，结交数据科学专家，通过小项目小试牛刀，培养自己的直觉。
第七步：实习、实战、或找份工作
甄别自己是不是一个真正的数据科学家的最佳途径，就是用你新学的知识迎难而上，进入数据分析的丛林。
第八步：关注并参与社区
关注网站：DataTau, Kdnuggets, fivethirtyeight, datascience101, r-bloggers；关注大牛：Hilary Mason, David Smith, Nate Silver, dj patil; 需要数据？上quandl看看。
完整信息图
来源：
- http://blog.datacamp.com/how-to-become-a-data-scientist/
- http://blog.datacamp.com/wp-content/uploads/2014/08/How-to-become-a-data-scientist.jpg
【译者简介】
有意联系译者，请给“大数据文摘”后台留言，附自我介绍及微信ID，谢谢！
焦剑：小牙医一名，因课题原因接触大数据，现正在努力学习相关知识中，希望在这里与大家交流学习。
孙沁(Kiki)：美国留学五年，现为Emory University生物统计在读硕士。对Clinical Trails, Cancer Prevention, HIV/AIDS以及Food Science/Nutrition的领域很感兴趣。毕业后希望在Pharmaceutical, Biotechnological Healthcare Industry或者Hospital工作，也想尝试医疗健康方向的咨询工作(Life Science Consulting)。希望结交对医疗数据有兴趣的朋友，也希望大家帮忙推荐此方向的实习和工作机会给我。
康欣：博士，西门子中国研究院高级研究员。多年从事图像及数据处理和分析、计算机视觉、模式识别、机器学习、增强现实等领域的技术研究和创新应用。希望借此平台，与大数据分析爱好者以及专家学者交流。
数据分析, 数据挖掘
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
