专栏首页PPV课数据科学社区【学习】数据科学与大数据技术必备技能(高教版)

【学习】数据科学与大数据技术必备技能(高教版)

编者按

今天,相信小编无论说什么也不会有人信了,那么我就斗胆直言了:”未来10年,50%的人将失业"。当然这也不是我说的,是李开复老师说的(开复老师对不住了)。为什么提这个还得从昨天我们发的文章“35所高校已申请这个新专业,一大票学弟学妹正走在路上!”说起。这篇文章发布后,引起了不少人的共鸣,焦虑的有之,准备上路的也有之。焦虑是因为有人担心自己未来会被这帮学弟学妹超越,丧失竞争优势。其实大家大可不必焦虑,除了保持活在当下的良好心态,也可以站在更积极的态度调整以适应这种变化,开复老师那篇文章里面已经给出答案(见三个建议)。

从2016年开始,从美国到中国,几乎所有的热点大公司,都开始了自觉自发的转型:向科技公司,或者以数据驱动的公司努力。如提出“新零售”概念的阿里,旗下科技驱动的金融公司蚂蚁、物流公司菜鸟,在语音识别领域独步天下的科大讯飞,无人机领域世界第一的大疆,都已经在向行业巨头进化。

小的创业公司更是如火如荼,如斯坦福运筹与优化算法背景的智能商业公司杉数科技,清华交叉信息学院创业背景的视觉识别公司Face++,中国香港中文大学教授创业的商汤科技等,都带有浓厚的学术气息。

这一轮浪潮,使得人工智能,甚至相关的大数据、统计、运筹优化,计算机等多个学科都成为了抢手的存在。一个非常明显的趋势就是大公司对相关知识重视程度前所未有。

公司内部的研究团队,如微软、谷歌、百度、腾讯等,都有自己的研究院,很多担任着引领行业科技发展的角色。而且因为其拥有丰富的数据资源和实际背景,使得传统上学界掌控科技前沿的状况,已逐步演变为学界和业界互相促进互相竞争,甚至于业界领先学界,将学界抛离。这个趋势在国内将特别明显。

业界和高校之间,人才的拉锯战也会特别明显。2015年5月,非常轰动的一个新闻就是优步(Uber)从卡耐基梅隆大学联邦机器人工程中心(NREC),从教授到博士后,将一个研究所挖走了40多人,基本清空了。

从国内来讲,数据、算法、人工智能的专家都特别昂贵难招,数据科学和大数据领域优秀人才引入,遇到了前所未有的挑战。

  • 斯坦福的数据硕士项目设置在工学院的高等计算所下,学生需要从管理科学与工程、统计、数学、计算机等多个学院选课来完成项目。
  • 纽约大学的数据科学硕士项目,就业火爆,2017年有1500多名申请人,录取不到100人。
  • 在国内,过去两年,包括北京大学、复旦大学在内的35所高校设置了此专业。教育部已经将数据科学与大数据定义为新工科专业予以正式备案登记。

“数据科学与大数据技术”本科课程体系(大数据工程师方向)

“数据科学与大数据技术”本科课程体系(数据分析师方向)

“数据科学与大数据技术”必教技能(高教版)

百度前首席科学家吴恩达教授曾经做过一个比喻:“就像100年前电的发明改变了所有行业、农业、制造业、铁路、通信等等,我觉得人工智能就像100年前的电力,也能为几乎所有行业带来巨大改变。”而这个未来,正以一个可怖的速度,呼啸而来,与并未做好准备的我们迎面碰撞。。

未来已来,逃避徒劳。我们能做的,只能是尽我们最大的努力,张开双臂,全身心地去拥抱人类这个充满了不确定性,但是理应更美好的明天。

如果你还在象牙塔里的或者还是小朋友,那么美国斯坦福大学前商学院院长Garth Saloner发给MBA学生的一条推特或许更适合你,这句话是:“如果你还在学校的话,最应该做的是到工学院去,学习任何和人工智能、深度学习、自动化等相关的知识!此刻!”

Anyway本文中的必备技能你都应该看一下,万一用的上呢!

End.

本文分享自微信公众号 - PPV课数据科学社区(ppvke123),作者:PPV课

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-04-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 22个对于数据科学家来说容易犯的错误

    对于软件工程师或数据科学家来说,下列错误是很容易犯(随意顺序):列表如下: 在团队没有尽自己的能力出力。 把自己看成以为天才。 使用一些上司看不懂的专业...

    小莹莹
  • 【CDA峰会】李御玺:数据分析人才知识结构

    点击底部阅读原文下载全文PDF:人才对接会-1李御玺 数据分析师人才知识结构 1、回复“数据分析师”查看数据分析师系列文章 2、回复“案例”查看大数据案例系列文...

    小莹莹
  • 【CDA峰会】大数据领域的创业思考 附PDF下载

    请查看阅读原文点击下载完整的PDF:人才对接会-2刘金玲 大数据领域的创业思考 1、回复“数据分析师”查看数据分析师系列文章 2、回复“案例”查看大数据案例系列...

    小莹莹
  • 教育部最新:283所高校获批数据科学与大数据专业(附完整名单+公益计划)

    大数据文摘
  • 大数据挖掘技术在企业创新中的应用(上篇)

    1、引言 从人类文明诞生的那一刻起,数据就伴随我们而生——人类交流信息所用的文字和语言,计量距离或数量使用的记号和图案,观察自然所积累和传承的经验等,都是数据构...

    达观数据
  • .NET/ASP.NETMVC 深入剖析 Model元数据、HtmlHelper、自定义模板、模板的装饰者模式(一)

    阅读目录: 1.开篇介绍 2.Model与View的使用关系(数据上下文DataContext与View呈现) 3.Metadata元数据驱动设计(如何使用中间...

    王清培
  • 大数据时代:缺乏能动性的大数据是没有价值的!

    不是所有的大数据都是有价值的,大数据只有“动起来”才能体现其价值,否则,很可能是无用的。很多有着海量数据流的公司,虽然有着大把客户资源和现金流,本来是非常适合进...

    挖掘大数据
  • 大数据时代的到来,为我们提供了哪些便利之处?

    以前还没有进入大数据时,社会发展相对比较慢,比如工作生活,交通出行,互联网并没有那么的便利,大家都是各顾各的,进入了大数据时代,大家开始相互分享资源,抱团取暖。...

    墨者安全筱娜
  • 大数据时代的10个重大变革

    大数据时代的到来正在改变人们的生活方式、思维模式和研究范式,我们可以总结出10个重大变革。 NO.1目标驱动型 数据驱动 决策方式 传统科学思维中,决策制定...

    企鹅号小编
  • 制约大数据分析的三大误区

    用户1756920

扫码关注云+社区

领取腾讯云代金券