Question

数据科学家需要具备什么能力

Answer 1

分析和机器学习是数据科学家工作的核心

需要统计学和计算机科学技能

最常见的技术技能：

1. Python

是数据科学家的主要语言

2. R

Python或R对于几乎每一个数据科学家职位来说都是必须的

3. SQL

在数据科学领域，SQL有时会被忽视，但是如果打算进入就业市场，这是一项值得展示的技能

4. Hadoop和Spark

它们都是Apache提供的用于大数据的开源工具

5. Java和SAS

这两种语言的背后都有大公司支持，至少有一些免费产品

6. Tableau

这个分析平台和可视化工具功能强大，易于使用，并且越来越受欢迎

Answer 2

数学功底：微积分是严格要掌握的。不一定要掌握多元微积分，但一元微积分是必须要熟练掌握并使用的。另外线性代数一定要精通，特别是矩阵的运算、向量空间、秩等概念。当前机器学习框架中很多计算都需要用到矩阵的乘法、转置或是求逆。虽然很多框架都直接提供了这样的工具，但我们至少要了解内部的原型原理，比如如何高效判断一个矩阵是否存在逆矩阵并如何计算等。

数理统计：概率论和各种统计学方法要做到基本掌握，比如贝叶斯概率如何计算？概率分布是怎么回事？虽不要求精通，但对相关背景和术语一定要了解。

交互式数据分析框架：这里并不是指SQL或数据库查询，而是像Apache Hive或Apache Kylin这样的分析交互框架。开源社区中有很多这样类似的框架，可以使用传统的数据分析方式对大数据进行数据分析或数据挖掘。笔者有过使用经验的是Hive和Kylin。不过Hive特别是Hive1是基于MapReduce的，性能并非特别出色，而Kylin采用数据立方体的概念结合星型模型，可以做到很低延时的分析速度，况且Kylin是第一个研发团队主力是中国人的Apache孵化项目，因此日益受到广泛的关注。

机器学习框架：机器学习当前真是火爆宇宙了，人人都提机器学习和AI，但笔者一直认为机器学习恰似几年前的云计算一样，目前虽然火爆，但没有实际的落地项目，可能还需要几年的时间才能逐渐成熟。不过在现在就开始储备机器学习的知识总是没有坏处的。说到机器学习的框架，大家耳熟能详的有很多种, 信手拈来的就包括TensorFlow、Caffe8、Keras9、CNTK10、Torch711等，其中又以TensorFlow领衔。笔者当前建议大家选取其中的一个框架进行学习，但以我对这些框架的了解，这些框架大多很方便地封装了各种机器学习算法提供给用户使用，但对于底层算法的了解其实并没有太多可学习之处。因此笔者还是建议可以从机器学习算法的原理来进行学习。

Answer 3

大致需要四方面的能力：
1，数学能力。因为需要构建很多复杂的模型，里面涉及很多算法，需要雄厚的数学基础。
2，统计能力。得出模型结果后，通常需要统计基础结合实际的业务情况来解读结果。
3，编程能力。大部分软件都需要自己建模编程，因此编程时一种表达自己构建模型的基础。
4，业务分析能力。能够对于实际情况进行有效的解读，才可以转化为数学统计语言。

Answer 4

2020年成为数据科学家需要具备哪些技能？