Photobank——Fotolia

管理 学习应用最佳实践并优化您的操作。

扩大数据科学家技能的选择出现了

数据科学项目不再只是大学的专利。现在,数据科学家可以借助大规模公开在线课程、在线文本和其他资源来提高他们的技能。

许多新项目提供课程、培训和机会,以提高数据科学家的技能和证书。其中一些是现有大学项目的现代延伸,旨在提高数据科学家的基本技能。然而,许多新的数据科学项目提供了更多的临时机会培养数据科学技能或者扩展到其他领域。

数据科学认证可以增加数据科学家现实生活经验的创造也是如此不同的数据科学应用。以下是一些值得探索的有前景的项目。

深入研究大学课程

大学级别的数据科学项目可以为识别数据科学家技能基础中的弱点提供坚实的基础,并帮助他们互补学习工具和技术。虽然这些项目过去要求学生休息几年,新的数据科学程序在线提供,让数据科学家在业余时间获得学位。

“我们认为,机器学习本身在未来几十年将是一个领域——如果这个假设是正确的,我将避免‘在几周内成为一名数据科学家’的做法,”处于隐身模式的数据科学公司Isima的创始人达尔山·拉瓦尔(Darshan Rawal)说。

他说,他认为,像加州大学伯克利分校(University of California, Berkeley)的信息和数据科学硕士(master of information and data science)以及卡耐基梅隆大学(Carnegie Mellon)的计算数据科学硕士(master of Computational data science)这样的项目具有有效的深度和持续时间。

Velocity Group Development的分析总监蒂姆•拉弗蒂(Tim Lafferty)表示,哥伦比亚大学(Columbia University)的数据科学认证项目也很好地涵盖了整个学科。它包括算法,概率/统计,机器学习和可视化部分。这个程序在发展方Lafferty说,他认为这可以帮助数据科学家在这个快速增长的行业中脱颖而出。

大规模在线公开课程

在过去的几年中,大量的大型在线开放课程如雨后春笋般涌现出来,比如Coursera和edX。这些项目可以帮助数据科学家按照自己的节奏提高技能,其中包括免费服务,但它们只收取象征性的认证费用。

Andrew Ng的机器学习课程Coursera提供了获得斯坦福大学证书的选项,Kirill Eremenko提供了几门在线课程SuperDataScience.com

Lafferty说:“不管是刚开始学习还是需要复习,Kirill都能很好地理解复杂的概念,并以我四岁的女儿能理解的方式解释它们。”

短期和集中的数据科学课程

在线课程很棒,但一些数据科学家可能更喜欢与现场讲师和同学进行短暂而激烈的接触。例如,镀锌提供了一个课堂培训项目在七周内成为一名初级数据科学家。该项目还将学生与企业配对,帮助他们解决实际的商业问题。

伯克利分校的24周数据分析训练营是另一个短期但专注的选择。

非官方教育来提高数据科学家的技能

一些新的数据科学项目在博客和社交媒体上如雨后春笋般涌现。凯文·马卡姆在YouTube上创建了数据学校,提供数百小时的数据科学内容。

一旦你过了学术学习的阶段,你就需要接触业内人士,从他们那里继续学习。
帕特莱恩SPR执行副总裁

数字设计机构SPR的新兴技术业务执行副总裁帕特·瑞安(Pat Ryan)说:“一旦你过了学术学习的阶段,你就需要接触业内人士,可以继续向他们学习。”“在访问了马卡姆的网站后,我报名参加了私人课程,‘Python文本机器学习’。”他最近推出了“数据学校内部人士”(Data School Insiders)活动,每个月捐赠一次,你就可以向他和论坛参与者提问。

朝向数据科学是一个关于简单和先进的解释的博客数据科学的建模概念。它还包括顶级人工智能和数据科学从业者和学者的论文和演讲链接。

基于工具学习

几个新数据科学工具,比如datarbotH20无人驾驶人工智能,包括掌握各种数据科学概念的程序。

“我最感兴趣的是使数据科学民主化的新工具;提供易于使用的图形化UI;并为数据集提出最佳算法,而不是经过大量漫长的试验和错误,”Talend的产品营销和大数据总监伊莎贝尔·努格(Isabelle Nuage)说。

有了这些程序的工具,更多人可以接触到数据科学,像业务分析师,帮助他们从复杂和先进的分析中获益。

预测分析公司笛卡尔实验室(Descartes Labs)的数据科学主管爱德华多·弗兰科(Eduardo Franco)表示,Kaggle是探索其他数据科学家应用于解决特定问题的另一个选择。该网站包括各种数据集和可实验的工作项目,并提供了掌握新技能的数据科学项目。

通过攻击数据科学问题来学习

建立数据科学家技能的另一种方法是解决新类型的问题。

“我建议从真正的数据科学问题开始,然后尝试解决它,”Databricks的首席执行官兼联合创始人阿里·戈德西(Ali Ghodsi)说。“从实践中学习比什么都更能教会你。”

把目光投向数据科学之外也很重要。

“我经常向数学家、宇宙学家、天气模型师和计算机视觉大师学习,”弗兰科说。

这些类型的数据科学学习机会洞察数据科学研究员计划也正在正式实施。这个新的数据科学项目提供了一个为期7周的博士后项目,给数据科学家一个研究新问题的机会。

佛朗哥说:“奖学金可以帮助你获得项目实践经验和技能,帮助你进入你想要的行业,建立一个投资组合。”

深入阅读免费的数据科学书籍

一些领先的数据科学研究人员和学者已经开始在网上免费发布他们的数据科学书籍的全文。这些书为数据科学家提供了一种便于学习新技术或提高基本技能的自定进度的数据科学项目。例子包括:

深入挖掘商业智能团队

搜索数据管理
搜索AWS
搜索内容管理
搜索甲骨文
搜索SAP
搜索SQL服务器
关闭