數據科學的大坑

「無論在學術界還是工業界，數據科學尚在定義中。」

「面對數據有無數可能，但是只有一部分合乎道德（並且有趣）的問題需要我們花力氣去解決。」

數據科學需要的技能清單（多的有點嚇人）：

• 探索性數據分析

• 可視化（用在探索性數據分析和彙報中）

• 數字面板和矩陣

• 對業務的洞察力

• 數據驅動決策

• 數據工程和處理大數據的能力（Mapreduce、Hadoop、Hive、Pig）

• 收集數據

• 構建數據管道（日誌-->mapreduce-->數據文件-->同其他數據合併-->mapreduce-->清除一些雜訊-->合併）

• 開發新產品，而不僅僅停留在對現有產品的使用進行描述上

• 寫專利

• 數據偵探

• 預測未來的行為或性能

• 將發現寫成報告，做講演或發表在學術期刊上

• 編程（R、Python、C和Java等）

• 條件概率

• 優化

• 演算法，統計模型和機器學習

• 講故事的能力

• 會提問題

• 做調查

• 搞研究

• 從數據中做出推測

• 開發數據產品

• 找到處理數據的方法，會根據數據規模改變分析策略

• 一致性檢查

• 對數據的直覺

• 和領域專家打交道的能力

• 設計和分析實驗

• 發現數據間的相關性，並嘗試建立潛在的因果關係

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！