|
《哈佛商业评论》曾评价,“数据科学家”是21世纪最“性感”的工作。性感不性感不知道,但是“有钱”是真的。在某求职网站随便输入“数据科学家”,跳出来的薪资怕都是小编的10倍了…… e6 t5 s: P* j- Z- \& Z
数据科学是数学plus?
+ l, g4 B6 ]6 `) V8 `8 z# Z事实上,数据科学现今的概念还较为模糊。它是一门基于数据价值研究的交叉学科,堪称“全方位、多层次、宽领域”。既包含大量应用技术,与应用数学、统计学、运筹学等多个学科相关,又与最新的技术领域,机器学习、深度学习、人工智能、物联网等紧密相联。7 h& H' ~! A4 C& [" I' F7 q# L
简而言之,数据科学家就是可以通过定量和编程方法以及所研究领域的知识,从数据中创造知识和价值的高素质人才。他们同时拥有程序员和数学家的部分基础技能。* y! y4 U/ u9 w8 _0 V
知识和技能领域 M( R+ p* w8 ]/ A( L' {* N ^
数据科学家应具备以下领域的技能和知识:. `. l7 z! k+ H6 e
1. 数据、统计、数学或其他定量方法/ S3 p8 x! C. X2 V% m
2. 编程、计算机科学或计算机系统工程
Y5 ^$ Z- t7 ~2 a$ b# v, z9 X2 G3. 正在调查的域名6 X% T* S: s1 c, X, l
要成为一名全面的数据科学家,应对每个领域中的内容都有所涉猎。如果没有运行高级机器学习和部署生产模型的编程技能,只在统计学方面做得好,一个人不一定能成为优秀的数据科学家。- H3 t! ~) y2 w3 C( @( u& Z
数据科学的核心是将数据转化为知识。这些知识可以包括对事物的分类或估计。分类是离散值(即整数值或类别)的预测,并且可以包括将电子邮件分组为垃圾邮件或非垃圾邮件,估计或回归是连续变量的预测。例如,预测客户的未来收入。
' T" {' ^4 P: [4 I' u7 q' i' a4 P+ r数据是根据世界上观察到的内容创建的。由于无法观察所有现实,它几乎总是现实的样本。数据样本来自一组数据——完全观察到的宇宙。
( v3 B1 `& {2 y* k7 K. e! Q 为了创造知识,数据科学家应该理解描述性和推论性统计数据。描述性统计表征现实样本并且包括诸如中心(例如,平均值,中值),离差(即,观察的分布如何),形状(例如分布的偏度)之类的度量。如果测量多个变量,它还测量变量之间的依赖关系。
0 j# `* h y4 I5 J推论统计基于样本数据的描述得出关于总体的结论。数据科学家需要了解先进的推理技术,例如机器学习——基于观察创建新知识的技术和手头任务的绩效测量。
) Q' ^+ u6 p0 ?数据科学家也可能了解其他定量方法,包括预测。比如:服装店的未来销售预测——这取决于季节。
; w1 `! g+ K5 W2 h# S数据科学家遵循数据分析流程来创建知识。一个常见的过程是跨行业标准数据挖掘过程(CRISP-DM),其中包括以下六个步骤:
N" S! |& V. L; ~: x" ?! V1 w1. 业务理解:将在下文中描述的领域知识。3 V, k5 U7 Q$ p: n
2. 数据理解:描述性统计和数据质量评估。
" t7 z( j7 e: }( q3. 数据准备:数据清理、构建新变量和合并数据集。
% M" p" S3 _# t- b4. 建模:模型是对数据观察样本的假设结构的描述。建模包括选择技术(机器学习有许多构建模型的算法)并运行它们。6 }4 v8 j- `) r+ ^6 U+ y
5. 评估:评估所选模型与业务目标的匹配程度。
2 S: e5 b2 C* j2 y7 K* A6. 部署:部署模型,以便用户可以将其与未来数据一起使用,以及制定维护计划。4 C8 F. G- l1 z' `, ?7 I
数据科学家需要充分了解数据收集和通用的数据管理方法。* }& |, _3 c4 N, ~9 T, ~8 y
他们还需要使用适当的数据可视化来传达数据的结果。这些可视化包括饼图、条形图和折线图。
, h( B0 f$ [9 T+ I8 k+ Z 编程是构建执行任务的计算机程序的过程。编程通常是计算机科学和计算机系统工程等领域的中心。9 h; w# t1 R) F0 ~8 l
数据科学家需要先进的编程技能来处理数据,计算复杂的指标以及进行高级机器学习。这些程序需要结构良好,以便于维护和性能——计算机科学或计算机系统工程的技能和知识。编程语言包括Python、R、SAS和SPSS。. S# e3 ]. t* p) x
数据科学家需要对数据存储技术有所了解,包括数据库、数据仓库和数据湖。
' H' R: d+ P8 N" f' W9 A, D K( o数据科学家不一定需要是合格的计算机科学家或计算机系统工程师,但他们确实需要对这些领域的技术有足够的了解,才能有效地进行数据科学研究。
% N" s! b' G" N0 L领域知识
# `0 {8 i9 l" n8 z: B- ~数据科学家还需要对领域知识库有一个很好的理解,以便为该领域贡献更多有价值的知识。
" Z. \( \9 K& s D" o/ k领域知识也有助于更好地定义问题,确定已知的内容,并准确地解释结果。: |( x4 \( l, V5 N
领域知识是一种捷径,数据科学家利用已有的知识更好地创造新知识,并有助于将研究范围缩小到该领域尚未知晓的范围,以便数据科学家不重复研究。
3 Z) l+ k! \- V4 h 数据科学家不一定必须是这三个领域中任何一个领域的专家。 然而,他们肯定需要具备良好的跨学科知识,才能从数据中创造有价值的领域知识。1 x. _. F* G3 y% j' j
3 ^( p$ @1 e- ?4 u6 E
来源:http://www.yidianzixun.com/article/0LfBWjPZ: T7 w4 _. e7 o3 y
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作! |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|