数据科学家

在本文中，我想跟大家分享我的求职历程，希望能帮助你收获自己心仪的工作。

每个想在数据领域有所成就的数据科学家应该非常熟悉，在吸睛的神经网络和分布式计算名词背后是一些基本的统计实践。

AI的目标是开发出像智能一样行事的机器。

如果你正在找数据科学家的工作，你可以在各大求职网站上看到大量求职需求。如果你正在考虑转行，或者想在没有数据科学背景的情况下开启新的职业生涯，那么数据科学家仍然是很好的职业选择。

高校的暑假即将来临，有没有想利用这个暑假为自己充电，为未来的自己赢在起跑线上，成为人工智能界的人生赢家呢？来自 KDnuggets 的 Matthew Mayo 就提供了这份书单，小编在翻译此书单的同时，还贴心搜索了相应的中文译本，并提供了中文版的购买链接。加油吧，骚年！

未来三到五年，数据科学家的职业发展前景如何？他们还有哪些选择呢？

本文覆盖数据科学求职全过程。从申请到面试，到拿offer之后的协商，所有细节一应俱全。

当我在15年前开始从事数据工作时，我从未想过近年来数据科学家会如此备受追捧。如今，数据科学家被认为是全球最热门的职位之一，市场上对数据科学家的需求供不应求。

我们调研了118家公司的首席信息官（CIO）、首席技术官（CTO）、数据总管以及IT部门的员工及顾问，找到了这7种企业数据实践中最可能出现的问题。

Nishikant是Booking公司的一名高级数据分析师，在本文中他分享了自己在Booking从数据科学家新手到大师的发展历程。

根据30年的商业经验，下面的列表是我认为首先应该在数据科学课中讲授的（非全面的）内容选择。 这是我文章的后续内容为什么Logistic回归应该最后讲解。 我不确定下面这些主题是否在数据营或大学课堂上讨论过。 问题之一是招聘教师的方式。 招聘过程是有利于以学业成就或其“明星”身份而闻名的个人，并且他们倾向于在数十年内反复教导同一事物。 厉害的专业人士对成为老师…

数据正在以指数级的速度生成，现在比以往任何时候都更需要那些能够理解数据并从中提取价值的人。如果你渴望成为下一代数据科学家，那么这些来自前辈们的经验教训将助你一臂之力。

数据科学家这一职业如今炙手可热，但是数据科学家也分应用型和研究型，并不如我们想象中那么高不可攀。尤其是在很多既有的工具或资源可用的情况下，数据科学的钻研可深可浅，就看你能玩到哪个级别。如今很多非科班出身的转行搞数据科学，也不是什么很稀罕的事。这不，物理学系出身的 Admond Lee 就写了一篇他的第一次实习数据科学工作的经历，希望对有志于从事数据科学职位的读者们有所启示。

大约两个月前，我开始学习数据科学。我并没有统计学、数学、数据科学、工程学、经济学方面的学位。说实话，在学生时代，数学和统计并不是我的强项，我更擅长语言方面。

很多人问我是如果从物理学转行到数据科学，本文讲述了关于我为什么决定成为一名数据科学家，以及我是如何追求并实现目标的。希望能够最终鼓励更多的人追求自己的梦想。让我们开始吧！