Course Syllabus课程大纲

This course provides an introduction to the field of data science, including its fundamental concepts, various career paths, and essential skills. It explores what data science is and what data scientists do and offers advice for those interested in pursuing a career in this exciting field.
本课程介绍了数据科学领域，包括其基本概念、各种职业路径和必备技能。它探讨了数据科学是什么以及数据科学家做什么，并为有意在这个激动人心的领域寻求职业发展的人提供建议。

Defining Data Science and What Data Scientists Do 定义数据科学以及数据科学家的工作

Defining Data Science  定义数据科学

• Defining Data Science  定义数据科学
• Video: What is Data Science?
  视频：什么是数据科学？
• Fundamentals of Data Science
  数据科学基础
• The Many Paths to Data Science
  数据科学的多条路径
• Data Science: The Sexiest Job in the 21st Century 
  数据科学：21 世纪最性感的职业
• Defining Data Science  定义数据科学
• Advice for New Data Scientists
  新数据科学家的建议

What Do Data Scientists Do?
数据科学家做什么？

• A Day in the Life of a Data Scientist
  数据科学家的一天
• Data Science Skills & Big Data
  数据科学技能与大数据
• Working on Different File Formats
  处理不同的文件格式
• Data Science Topics and Algorithms
  数据科学主题与算法
• Discussion Prompt: Introduce Yourself
  讨论提示：自我介绍
• Reading: What Makes Someone a Data Scientist?
  阅读：是什么让某人成为数据科学家？

Data Science Topics 数据科学主题

Big Data and Data Mining
大数据与数据挖掘

• How Big Data is Driving Digital Transformation
  大数据如何驱动数字化转型
• Introduction to Cloud  云服务简介
• Cloud for Data Science  数据科学中的云服务
• Foundations of Big Data  大数据基础
• Data Scientists at New York University
  纽约大学的数据科学家
• What is Hadoop?  什么是 Hadoop？
• Big Data Processing Tools: Hadoop, HDFS, Hive, and Spark
  大数据处理工具：Hadoop、HDFS、Hive 和 Spark
• Reading: Data Mining  阅读：数据挖掘

Deep Learning and Machine Learning
深度学习和机器学习

• Artificial Intelligence and Data Science
  人工智能与数据科学
• Generative AI and Data Science
  生成式人工智能与数据科学
• Neural Networks and Deep Learning
  神经网络与深度学习
• Applications of Machine Learning
  机器学习的应用
• Reading: Regression  阅读：回归
• Lab: Exploring Data using IBM Cloud Gallery
  实验：使用 IBM Cloud Gallery 探索数据

Applications and Careers in Data Science 数据科学中的应用与职业发展

Data Science Application Domains
数据科学应用领域

• How Should Companies Get Started in Data Science?
  企业应如何开始数据科学？
• Old Problems with New Data Science Solutions
  用新的数据科学解决方案解决老问题
• Applications of Data Science
  数据科学的应用
• How Data Science is Saving Lives
  数据科学如何挽救生命
• Reading: The Final Deliverable
  阅读：最终交付成果

Careers and Recruiting in Data Science
数据科学中的职业与招聘

• How Can Someone Become a Data Scientist?
  如何成为一名数据科学家？
• Recruiting for Data Science
  数据科学的招聘
• Careers in Data Science  数据科学职业
• Importance of Mathematics and Statistics for Data Science (only name change)
  数学与统计学对数据科学的重要性（仅名称变更）
• The Report Structure  报告结构
• Reading: Infograph on roadmap 
  阅读：关于路线图的图表

Data Literacy for Data Science (Optional) 数据科学的数据素养（可选）

Understanding Data  理解数据

• Understanding Data  理解数据
• Data Sources  数据来源
• Working on Varied Data Sources and Types
  处理多样化的数据源和类型
• Reading: Metadata  阅读：元数据

Data Literacy  数据素养

• Data Collection and Organization
  数据收集与组织
• Relational Database Management System
  关系数据库管理系统
• NoSQL
• Data Marts, Data Lakes, ETL, and Data Pipelines
  数据集市、数据湖、ETL 和数据管道
• Considerations for Choice of Data Repository
  选择数据存储库的考虑因素
• Data Integration Platforms
  数据集成平台