許多人試圖進(jìn)入與數(shù)據(jù)相關(guān)的領(lǐng)域；但是，由于分支學(xué)科之間有很多交叉和混淆，網(wǎng)絡(luò)上也有很多可用的資源，有的人可能會(huì)迷失方向，究竟從哪里開始呢？許多人最終學(xué)習(xí)了一套通用的技能，成為了數(shù)據(jù)科學(xué)通才。

這就是我整理這篇文章的原因，希望能幫助你發(fā)現(xiàn)并選擇適合你的方向。在這篇文章中我還總結(jié)了每個(gè)領(lǐng)域所需的所有能力，這樣有助于你制定下一步行動(dòng)計(jì)劃！這里的路線圖涵蓋了數(shù)據(jù)和每個(gè)人都需要的技能。我們將介紹精準(zhǔn)的細(xì)節(jié)來希望能幫助到你去發(fā)現(xiàn)自己還缺乏什么技能。

數(shù)據(jù)科學(xué)

數(shù)據(jù)科學(xué)被稱為”處理數(shù)據(jù)的藝術(shù)”。作為一名數(shù)據(jù)科學(xué)家，您不只是使用編程工具來從A點(diǎn)到達(dá)B點(diǎn)；但是，你首先要定義A點(diǎn)，然后從這些點(diǎn)開始繪制所有可能的路徑，探索輸入數(shù)據(jù)，進(jìn)行假設(shè)，正式的提出假設(shè)，使用不同的統(tǒng)計(jì)和數(shù)學(xué)工具測(cè)試你的假設(shè)，如果需要，設(shè)計(jì)和應(yīng)用實(shí)驗(yàn)，評(píng)估當(dāng)前的周期，如果需要，開發(fā)一些編程工具，或者更多…

數(shù)據(jù)科學(xué)有三個(gè)主要組成部分：

機(jī)器學(xué)習(xí)和計(jì)算機(jī)科學(xué)技能

數(shù)學(xué)和統(tǒng)計(jì)

領(lǐng)域相關(guān)的知識(shí)

數(shù)據(jù)科學(xué)包括不同的技術(shù)和工具。在這里，我們將首先在python中列出所需的技能堆棧。

Python方向所需的技能

熟悉Numpy、panda、sklearn和matplotlib

強(qiáng)大的SQL技能，NOSQL技能也是非常必要的。包括設(shè)計(jì)規(guī)范化模式，良好的索引技術(shù)，和寫作高效的查詢

數(shù)據(jù)清理

良好的數(shù)據(jù)可視化技能（如tableau或library、matplotlib、seaborn、Bookeh等）

統(tǒng)計(jì)分析技能。這包括熟悉不同的統(tǒng)計(jì)問題類型。

實(shí)驗(yàn)設(shè)計(jì)和統(tǒng)計(jì)測(cè)試（參數(shù)和非參數(shù)測(cè)試）

熟悉大數(shù)據(jù)框架/基礎(chǔ)設(shè)施（Spark、hive、Hadoop、Mongo等）

機(jī)器學(xué)習(xí)技能（技能水平因業(yè)務(wù)邏輯導(dǎo)致的差異很大）

對(duì)數(shù)據(jù)科學(xué)的整個(gè)周期有很較強(qiáng)的理解（尖銳問題、探索性數(shù)據(jù)分析、推理、形式化統(tǒng)計(jì)建模、解釋和溝通）

講故事的技巧（PowerPoint等）

數(shù)據(jù)科學(xué)是一個(gè)非常廣泛的領(lǐng)域，通常需要基于面臨的任務(wù)去學(xué)習(xí)新的知識(shí)和技能（如何構(gòu)建、推薦系統(tǒng)、序列建模等）在本文中我只介紹基本技能集。

數(shù)據(jù)分析

數(shù)據(jù)分析基本上是回答在使用數(shù)據(jù)時(shí)與業(yè)務(wù)相關(guān)的問題。這些問題可能是：

描述性：您只是在描述您所擁有的數(shù)據(jù)樣本及其相關(guān)統(tǒng)計(jì)數(shù)據(jù)。您對(duì)樣品之外的數(shù)據(jù)不感興趣。

探索性：你正在探索不同的模式，趨勢(shì)數(shù)據(jù)、季節(jié)性、關(guān)系和分布。通常做為探索性數(shù)據(jù)分析可視化工具。

推論性：你正試圖推斷一些有關(guān)的問題的答案，基于假設(shè)檢驗(yàn)的樣本數(shù)據(jù)以及不同的靜態(tài)測(cè)試技術(shù)。

因果關(guān)系：這類問題通常需要運(yùn)行一個(gè)或更多的實(shí)驗(yàn)來檢驗(yàn)兩個(gè)或更多的變量之間的因果關(guān)系。

機(jī)械論的：這一個(gè)問題根本聯(lián)系在兩個(gè)變量集。通常很難在不受控制的情況下發(fā)現(xiàn)它的環(huán)境。

數(shù)據(jù)分析通常被認(rèn)為是數(shù)據(jù)科學(xué)的一個(gè)分支，適用于沒有或幾乎沒有技術(shù)背景的專業(yè)人士。它通常需要統(tǒng)計(jì)學(xué)和領(lǐng)域相關(guān)經(jīng)驗(yàn)。

到目前為止，大多數(shù)數(shù)據(jù)分析師使用SPSS等工具；然而，現(xiàn)在出現(xiàn)了一種新的趨勢(shì)，即招聘具有R/ python技能的數(shù)據(jù)分析師，因?yàn)樗麄兙邆涓鼜?qiáng)大的預(yù)測(cè)分析和大數(shù)據(jù)工具的技能。

Python方向所需的技能

熟悉Numpy、panda、sklearn和matplotlib

強(qiáng)大的SQL技能，NOSQL技能。正常情況下這包括編寫有效的查詢

良好的數(shù)據(jù)可視化技能（如tableau或library、matplotlib、seaborn、Bookeh等）

統(tǒng)計(jì)分析技能

實(shí)驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)檢驗(yàn)

了解基本的預(yù)測(cè)分析工具，如回歸模型與聚類、隊(duì)列分析等。

對(duì)數(shù)據(jù)科學(xué)的整個(gè)周期有很較強(qiáng)的理解（尖銳問題、探索性數(shù)據(jù)分析、推理、形式化統(tǒng)計(jì)建模、解釋和溝通）

機(jī)器學(xué)習(xí)工程

機(jī)器學(xué)習(xí)是人工智能的一個(gè)領(lǐng)域，我們用它來實(shí)現(xiàn)那些通常需要人類的智慧來做特別在視覺和語言過程的自動(dòng)化。ML是AI的分支，它使用數(shù)據(jù)在人工智能中其他非數(shù)據(jù)中心的方來應(yīng)用它。

機(jī)器學(xué)習(xí)是其中技術(shù)含量最高的。它需要一系列的技術(shù)技能，比如編寫有效的查詢，高的學(xué)習(xí)算法（時(shí)間和精度）。

請(qǐng)永遠(yuǎn)記住，在我們操控電腦時(shí)，電腦和我們一樣聰明

Python方向所需的技能

熟悉Numpy、panda、sklearn和matplotlib

強(qiáng)大的SQL技能，NOSQL技能也是非常必要的

良好的數(shù)據(jù)可視化技能（如tableau或library、matplotlib、seaborn等）

熟悉大數(shù)據(jù)框架/基礎(chǔ)設(shè)施（Spark、hive、Hadoop、Mongo等）

對(duì)基本的ML算法有很強(qiáng)的理解（回歸，分類、聚類和降維）

特征工程與超參數(shù)微調(diào)

對(duì)不同的優(yōu)化算法在什么時(shí)候使用有較強(qiáng)的直覺性

構(gòu)造和評(píng)估ML算法

了解不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和新的病毒架構(gòu)

強(qiáng)化學(xué)習(xí)

非常熟悉一個(gè)或多個(gè)TGE深度學(xué)習(xí)框架（TensorFlow、Keras、Caffe或Torch等）

網(wǎng)絡(luò)分析

數(shù)據(jù)工程

數(shù)據(jù)工程是關(guān)注構(gòu)建數(shù)據(jù)管道和基礎(chǔ)設(shè)施的領(lǐng)域。這項(xiàng)工作對(duì)于任何擁有大量數(shù)據(jù)并計(jì)劃聘請(qǐng)數(shù)據(jù)科學(xué)家的公司來說都是至關(guān)重要的。通常情況下，雇傭數(shù)據(jù)工程師先于雇傭數(shù)據(jù)科學(xué)家。

Python方向所需的技能

深入了解SQL和NoSQL解決方案

系統(tǒng)架構(gòu)技能

用于高效數(shù)據(jù)存儲(chǔ)和檢索的ETL和其他數(shù)據(jù)倉庫工具

熟悉數(shù)據(jù)湖、數(shù)據(jù)倉庫等不同的AWS或任何云服務(wù)

基于大數(shù)據(jù)的分析（即基于mongo或Hadoop的框架，如spark、hive、mapreduce）

基本了解數(shù)據(jù)建模、ML和統(tǒng)計(jì)分析

建立高效的數(shù)據(jù)管道

畢竟，所有這些領(lǐng)域在工業(yè)上都是剛剛興起，還沒有很好地建立起來。這就是為什么你需要跟上新的技能，病毒架構(gòu)，論文等。

未來，我也許會(huì)發(fā)布另一篇關(guān)于最佳推薦的在線課程和學(xué)位的文章，指引我們學(xué)習(xí)每一項(xiàng)技能，并快速瀏覽這些要點(diǎn)。