大数据分析时代，掌握这些你也可以成为数据科学家

这是国外数据科学学习平台DataCamp成员写的一篇图文《8步成为数据科学家》。我们具体来看下有哪些学习内容和学习资源。

这里说的8步，不是你用8周就可以完成，而是一种学习的方法。这些步骤虽然没有那么简单，但是都是可操作，可实践的。只要你投入时间去学习，相信时间的积累力量，就可以掌握这些知识。

首先，什么是大数据科学家？

数据科学家是一个跨学科人才，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。需要掌握的知识有数学统计，编程能力，机器学习，研究能力等。

目前，数据科学家大部分是本科或者硕士学历（本科37%，硕士31%）。但是不要担心，从调查数据来看，有5%高中毕业的人也成为了数据科学家。这足以证明，只要你努力去提供自己，英雄是不问出处的。

01第1步：学好统计、数学和机器学习

下面给出了学习这些知识的资源。如果感觉这些资源学起来太难，可以从《赤裸裸的统计学》、《深入浅出统计学》这两本书入门。

02第2步：学会编程

掌握计算机科学的基础知识，学会系统开发的整个过程（end-to-end development），因为你做的东西会成为其他系统的一部分。

选择一种数据分析的编程语言，例如开源软件的R , Python语言等，或者商业软件的SAS, SPSS等。

在学习过程中可以用DataCamp, tryR, Codecademy或Google Class进行交互式学习。

03第3步：理解数据库

在大部分的实际数据分析项目中，数据大部分是存储在数据库中的，所以你得学会数据库的操作，如关系数据库MySQL,非关系型数据库MongoDB等。

04第4步：学会数据预处理、可视化和报表制作

1. 数据预处理：在数据分析师的工作中，有多达60%的时间都花在了实际分析前数据的准备上。数据预处理的目标是为了把数据改变成我们喜欢的样子，以便于后期的分析处理。这就好比，现在很多女孩照相喜欢用美图秀秀，眼睛不大，那我就用美图秀秀把眼睛变大。变成自己喜欢的样子。

数据预处理可自学Coursera中《Getting and Cleaning Data》的 课程（作者：John Hopkins）。也可以用工具DataWrangler、R语言的data.table和dply包。

2. 数据可视化：数据可视化是将数据分析的结果显示出来，便于展示。实用工具有ggvis, D3, vega。

3. 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。

05第5步：提升到大数据级别

当你开始处理海量规模的数据时，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，需要用分布式处理大数据集，使用的工具有Hadoop，Apache Spark。

06第6步：多实践，与数据科学家大牛多交流

幸好是互联网时代，我们可以通过网络认识大牛，并从他们分享的知识内容中学到更多经验知识。当然，你也可以通过参加比赛，做小项目获得更多的实践经验。

07第7步：实习、实战、或找份工作

判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，进入数据分析的工作领域。

08第8步：通过专业社区学到更多

数据分析的网站有：DataTau, Kdnuggets, fivethirtyeight, datascience101, r-bloggers。

可以看这些数据科学大牛的博客：Hilary Mason, David Smith, Nate Silver, dj patil。

可以从quandl上获取数据。

以上就是成为数据科学家的8步，你在哪一步呢？

关于思迈特软件

广州思迈特软件有限公司致力于为企业客户提供一站式商业智能解决方案。

通过Smartbi产品为客户提供报表、数据可视化、数据挖掘等成熟功能；通过Smartbi应用商店为客户提供场景化、行业化数据分析应用。经过十余年的发展，已在金融、电信、政府、制造等行业获得2000多家领先客户认可，口碑良好。在全球财富500强的10家国内银行，有8家选用了Smartbi。