Module 01 · Defining Data Science and What Data Scientists Do
Lesson Summary: Defining Data Science数据科学定义：课程总结
本视频回顾并整合了本课中学习到的关键概念，涵盖了数据科学的本质、数据科学家的角色和特质，以及如何培养所需技能。
1. 什么是数据科学？定义与演变
数据科学被认为是对数据的研究，其目标是利用数据理解我们周围的世界。
- 艺术与洞察： 一些人认为数据科学是发掘隐藏在数据背后的洞察和趋势的艺术。
- 新旧结合： 数据分析本身并不新鲜。然而，近期数据获取的便利性和增强的计算能力推动了通过分析揭示新洞察和知识。
- 侦探工作： 就像侦探揭示秘密一样，数据科学家将数据转化为故事，以产生洞察。这些洞察有助于公司或机构做出战略决策。
- 数据类型： 与生物科学或物理科学类似，数据科学处理结构化和非结构化数据。
2. 数据科学的流程与方法
从数据中获取洞察的过程是一个系统性的方法，通常包括以下关键步骤：
- 澄清问题（Clarifying the problem）
- 数据收集（Data collection）
- 分析（Analysis）
- 模式识别（Pattern recognition）
- 讲故事（Storytelling）
- 可视化（Visualization）
3. 优秀数据科学家的特质与技能
数据科学家不仅仅是统计学家或计算机专家。企业正在寻找多才多艺的个体，他们具备特定领域的专业知识、编程和数据分析经验，并能良好沟通。
核心特质（来自 Ted Rogers 管理学院 Murtez Aheter 教授的建议）
| 特质 | 作用 |
|---|---|
| 好奇心 | 帮助探索数据并提出有意义的问题。 |
| 辩论性 | 帮助您在从数据中学习后解释您的发现，并令人信服地促使听众根据新信息调整想法。 |
| 判断力 | 指导您朝着正确的方向开始。 |
综合技能
- 对数学感到舒适。
- 好奇心强。
- 擅长讲故事。
- 背景多样，包括经济学、工程学、医学等各个领域。
4. 技能获取和职业发展建议
要成功进入数据科学领域，建议遵循以下路径：
- 明确优势与兴趣： 了解您的优势和兴趣所在。
- 专业化掌握： 专注于掌握该领域的数据分析。
- 选择工具： 为您的行业选择合适的工具。
- 应用于实践： 一旦熟练掌握，将您的专业知识应用于使用数据解决现实世界的问题，就像破译线索解开谜团一样。
数据科学的未来
随着技术发展和数据角色的演变，数据科学家需要：
- 保持逻辑思维、使用算法并遵循系统的方法。
- 正确地收集数据并仔细分析所使用的模型。
- 始终以实现成功的业务结果为目标。
- 企业未来将要求认证，以确保员工具备资格。
