Coursera 笔记

Module 03 · Applications and Careers in Data Science

How Can Someone Become a Data Scientist?数据科学家的技能与职业路径

Coursera ↗

这段内容区分了入门级数据科学和高级数据科学家的要求，强调了实践学习的重要性，并指出了数据科学团队在组织结构中的理想位置。

1. 数据科学家的必备技能栈

高级数据科学家（通常是 PhD 级别）的技能要求集中在计算机科学、统计学和数学的交叉点。

入门级技能（初级数据科学团队成员）

对于刚加入数据科学团队的人来说，必须具备以下基础技能，才能“先学会走路，再学会跑步”：

  • 编程/计算思维： 至少上过编程课程，具备一定的计算思维能力。
  • 数学基础： 至少掌握代数（Algebra），最好包括解析几何（analytic geometry）和微积分（Calculus）。
  • 统计学： 基础概率论和统计学知识，必须理解不同的统计分布。
  • 数据库： 掌握数据库知识，尤其是关系数据库（Relational Databases）。理解关系数据库可以帮助人们使用大数据集群，就像它们是一个大型关系数据库一样，而无需立即理解完整的 MapReduce 编程模型。

高级技能（PhD 级别数据科学家）

  • 跨学科融合： 深入的计算机科学理论、统计学和概率论知识，在高阶数据科学家处理的问题中，这三者是紧密交叉的。
  • 常见背景： 通常来自物理学或统计学。

2. 学习数据科学的方法论

掌握数据科学的关键在于实践和操作，即“做中学”（do them）。

  • 亲自动手（Tinkering）： 像“建造者”（builder）和“修补匠”（tinkerer）一样，通过自己动手构建来学习。
    • 案例： 受访者通过查阅资料，用 TCP/IP 网络连接几台计算机，自行构建了大学里最早的 HPC 集群（Beowulf cluster），从而掌握了高性能计算（HPC）。
  • 在线平台与工具： 充分利用在线学习平台，尤其是配备了交互式环境的工具：
    • 工具： IPython、Jupyter Notebooks 和 Zeppelin。
    • 优势： 这些工具允许学习者立即进行操作、感受和体验概念，从而更好地理解实际发生的情况。
  • 动机是关键： 在所有学习过程中，动机是关键问题。通过像 Big Data University 那样的徽章系统（badge system）等机制，可以帮助人们保持学习动力。

3. 数据科学团队在组织中的位置

数据科学团队在公司内部的位置对成功至关重要：

  • 不适宜的位置： 首席信息官（CIO） 手下。许多 CIO 来自会计或金融背景，可能缺乏对研究和分析的深刻理解。
  • 适宜的位置： 必须隶属于研究（Research）端。
  • 主要雇佣方：
    • 拥有研究议程的公司，例如制药（Pharmaceuticals）、金融（Finance）公司。
    • 所有技术公司（Technology companies）。

高级人才的巨大需求

  • 需求： 市场对 PhD 级别数据科学家的需求是惊人的（unbelievable）。
  • 去向： 这些高阶人才大多去了 Facebook、LinkedIn、Uber、Lyft 等公司，从事解决如“如何安排 Uber 车辆”等拥有海量数据的、非常棒的问题。
  • 薪酬： 他们赚取高额薪水。