編輯推薦
適讀人群 :適閤從事數據科學相關工作的讀者閱讀 我們的社會正邁入數據驅動的時代,"數據科學傢"這個職業正變得越來越炙手可熱。要是你想在不遠的將來在這個主流的行業中獨占鰲頭,本書會告訴你應該怎麼做。書中的每一章都充滿瞭實用的信息,能夠幫助你分享大數據的豐碩成果,並成為一名成功的數據科學傢。 通過閱讀本書,你將能夠: ● 學習大數據是什麼,通過它的主要特徵--體量、多樣、高速,展現齣與傳統數據有何不同。 ● 探討不同類型的數據科學傢以及他們各自類型的技術專長。 ● 挖掘數據科學傢所需的技能,包括相關的思維模式、技術能力、經驗,以及數據科學傢與人接觸交流的方式。 ● 當一天數據科學傢,體驗你可能會遇到的問題,並嘗試如何解決它們。你會使用何種程序?你會以何種方式去拓展知識和技能? ● 基於你的起點(編程背景、機器學習背景或者數據相關的背景),看看你如何纔能成為一名數據科學傢。 ● 一步一步地跟隨數據科學傢的入職經曆:應該去看哪些地方,如何嚮一名潛在雇主展示自己,以及成為一名自由職業者的得與失。 ● 閱讀一些富有經驗的高級數據科學傢的案例,更好地瞭解這個職位的實際角色。 本書內容全麵、輕鬆易讀,非常適閤從事數據科學相關工作的讀者閱讀,也是一本可以幫助讀者應聘數據科學傢職位的全方位指南。
內容簡介
數據科學傢是指采用科學方法、運用數據挖掘工具尋找新的數據洞察的工程師,他們往往集技術專傢和數據分析師的角色於一身。在IT行業中,數據科學傢將在創造力、溝通能力以及與商業世界的聯係方麵得到更多的鍛煉機會,是當前非常有發展潛力的新興職位。 本書全麵介紹瞭成為數據科學傢應當瞭解的各類知識。全書共分18章,首先介紹瞭數據科學與大數據、數據科學的重要性,接著介紹瞭數據科學傢的類型、思維體係、技術資質、經驗、社交圈、所用的軟件、學習新知和解決問題,另外還介紹瞭機器學習與R語言平颱、數據科學的處理流程、所需的具體技能,介紹瞭數據科學求職、自我展示並提供瞭一些有關職業數據科學傢和數據科學傢的案例學習。 本書內容全麵、輕鬆易讀,非常適閤從事數據科學相關工作的讀者閱讀,是一本可以住讀者應聘數據科學傢職位的求職指南。
作者簡介
Zacharias Voulgaris 博士在希臘齣生並長大。在讀完瞭剋裏特理工大學5 年的工程學位後,他攻讀瞭倫敦城市大學的信息係統與技術的碩士學位。之後,在倫敦大學伯貝剋學院的 G.Magoulas 教授與B.Mirkin 教授的聯閤指導下,他獲得瞭博士學位。此後,他受聘於喬治亞理工大學並成為研究員,一直從事數據科學傢的相關工作。
目錄
第1章 數據科學與大數據 1
1.1 深挖大數據 1
1.2 大數據産業 5
1.3 數據科學的誕生 7
1.4 要點 9
第2章 數據科學的重要性 10
2.1 數據科學領域的曆史 10
2.2 新規則 14
2.3 新思維與隨之而來的變化 17
2.4 要點 18
第3章 數據科學傢的類型 19
3.1 數據開發者 19
3.2 數據研究者 20
3.3 數據創意師 21
3.4 數據商務人士 21
3.5 混閤/普適類型 22
3.6 要點 22
第4章 數據科學傢的思維體係 24
4.1 特質 24
4.2 素質與能力 27
4.3 思維 32
4.4 抱負 34
4.5 要點 36
第5章 技術資質 37
5.1 綜閤的編程能力 37
5.2 科學背景 39
5.3 專業化知識 40
5.4 要點 42
第6章 經驗 44
6.1 企業實戰VS學術研究的經驗 44
6.2 經驗VS正規教育 46
6.3 如何獲得第一桶經驗 46
6.4 要點 48
第7章 社交圈 49
7.1 豈止於專業社交圈 49
7.2 與學術圈的關係 50
7.3 與商業世界的關係 51
7.4 要點 52
第8章 所用的軟件 53
8.1 Hadoop套件和朋友們 53
8.2 麵嚮對象編程語言 60
8.3 數據分析軟件 63
8.4 可視化工具 66
8.5 集成大數據係統 68
8.6 其他一些程序 69
8.7 要點 72
第9章 學習新知與解決問題 74
9.1 研討會 74
9.2 會議 76
9.3 在綫課程 76
9.4 數據科學小組 80
9.5 需求問題 82
9.6 專業知識缺乏問題 83
9.7 綜閤運用各種工具 84
9.8 要點 85
第10章 機器學習與R語言平颱 86
10.1 機器學習簡史 86
10.2 人工智能的未來 89
10.3 機器學習VS統計方法 90
10.4 在數據科學中使用機器學習 93
10.5 R平颱簡介 95
10.6 機器學習和R語言資料 99
10.7 要點 101
第11章 數據科學的處理流程 103
11.1 數據準備 104
11.2 數據探索 108
11.3 數據錶示 109
11.4 數據發現 110
11.5 數據學習 111
11.6 創造數據産品 112
11.7 洞察、交付以及可視化呈現 115
11.8 重點 117
第12章 所需的具體技能 119
12.1 人纔市場目前看中的數據科學傢所需技能 119
12.2 程序員的自我修養 121
12.3 統計師和機器學習從業者的自我修養 125
12.4 數據相關領域從業人員的自我修養 135
12.5 學生的自我修養 140
12.6 要點 141
第13章 數據科學職位哪傢尋 145
13.1 直接聯係公司 146
13.2 專業人際關係 149
13.3 招聘網站 154
13.4 其他方法 158
13.5 要點 159
第14章 自我展示 160
14.1 關注雇主 161
14.2 靈活性和適應性 162
14.3 交付物 163
14.4 讓自己從競爭中脫穎而齣 164
14.5 獨當一麵 167
14.6 其他應該考慮的因素 168
14.7 要點 168
第15章 自由職業數據科學傢之路 170
15.1 成為自由職業數據科學的利弊 171
15.2 自由職業生涯要持續多久 172
15.3 其他你可以提供的服務 173
15.4 一些自由數據分析工作 174
15.5 要點 177
第16章 職業數據科學傢的案例學習 179
16.1 Raj Bondugula博士 179
16.2 Praneeth Vepakomma 183
16.3 要點 186
第17章 資深數據科學傢案例學習 188
17.1 基本職業背景與學曆背景 188
17.2 對於數據科學實踐的觀點 189
17.3 數據科學的未來 190
17.4 給數據科學傢新人的建議 191
17.5 要點 191
第18章 新數據科學傢的召喚 193
18.1 針對入門級數據科學傢的招聘廣告 193
18.2 針對數據科學專傢的招聘廣告 195
18.3 針對資深數據科學傢的招聘廣告 198
18.4 網上搜索職位的一些建議 200
18.5 要點 202
結語 203
術語錶 205
附錄1 有用的網頁鏈接 223
附錄2 相關文章 226
附錄3 綫下資源 229
前言/序言
數據科學傢修煉之道 下載 mobi epub pdf txt 電子書 格式