数据科学家

Python的主要优势以及它如此受欢迎的主要原因之一是它将科学计算功能带给了许多研究领域和行业中使用的通用语言。 这使得从研究到生产的过渡变得更容易。

数据科学家知道把不同的理论和工具有机地结合在一起并最终形成特定的流程，进而依据这个流程完成数据分析工作。

数据科学家所需具体技能，你掌握了多少？

“数据分析”究竟是怎样一种能力？美国大数据专家Bernard Marr认为，有六项能力，是这其中最基本的、不可或缺的技能模块。

作者：Ankit Gupta 摘要： 本文例举了一个针对数据科学家的数据降维测试，测试总共有40道题，涉及的内容主要有PCA、t-SNE以及LDA降维技术。想检验下自己对降维技术掌握的情况就赶快测测吧。 注 PCA：主成分分析（Principal Component Analysis） T-SNE：t-分布随机邻域嵌入（t-Distributed Stoch…

结论那么如何获得数据科学的工作呢。一些建议自2012年以来，我面试了近20份数据科学工作，以下是一些总结：公司经常使用面试来了解他们真正寻找……

所谓数据科学家就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。

在经分的年代，数据仓库推倒重来了几遍，构建了很多的专题项目，经历了上万次取数，制作了成百上千的报表，但在支撑了当初的业务发展的同时，到底给如今的企业留下了多少资产？

想象现在你被一个公司任命为他们的首席数据官（CDO），那么，你将要面临的主要职责可能会是什么呢？

文 | tvjoseph 翻译 | 胡杨&戴丹王婷 曹翔 陈少伟 在过去的几个月内，来自不同行业人不约而同问我能否提供一个端到端的视图，使他们了解成为一个数据科学家的思维过程。为这个问题寻找答案时，我想的不仅仅是提供一个端到端的视图过程，而是面对一个分析问题时我们应该更深入的了解他/她是怎么想的。 接下来我将分五个板块带领大家体验数据科学家的思维之路…

真正让“数据科学”发挥出了强大威力的，是在人们意识到，数据不仅止于精算统计、商业智能和数据仓库的时候。

选择一本合适的数据科学书至关重要，一本不适合的书会浪费你的时间以及精力。

为此，我不禁感到惊讶，因而决定创建简单的信息图，以帮助您了解数据科学家 vs 数据工程师 vs 统计师的不同。

作者：SeattleDataGuy 数据科学家老司机的30个经验之谈，教你如何在公司内获得认同，带你绕过他们曾经踩过的坑。作为一名数据科学家，即便你技术再牛逼，不懂职场社交也会成为你晋升之路上的天花板。 为此，我们创建了一份能够确保数据科学团队获得成功的秘诀top 30榜单。不管你的数据科学团队是新组建的，还是经验丰富的，这份榜单都很适用。作为数据科学家，我…

数据分析的基本内容究竟是什么样的？你应当怎样安排项目结构？你需要使用什么样的工具？