首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【职业】数据科学家的自我修炼

【职业】数据科学家的自我修炼

作者头像
小莹莹
发布2018-04-24 12:04:50
5480
发布2018-04-24 12:04:50
举报

未来是一个大数据的时代,从企业实践来看,建立大数据的存储和数据管道首先需要技术,但是怎么通过数据去做分析?这就需要数据建模能力。怎么确定建模或者分析的方向?这就需要业务能力。在大数据系统实施过程中,需要的技术人员不只是IT方面的技术人员,还要专业领域里的技术专家,才能够把这个系统建好,否则根本无法了解一个系统分析的方向。

“大数据+”人才

大数据时代到底需要什么样的人才?主要有三个方面,一是技术相关人才,包括平台搭建和应用开发;二是统计学相关人才,包括数学、建模、算法;三是业务人才,就是要有一定的专业领域知识。

实际上,近年来随着企业内部垂直团队的兴起和人力资源成本的上升,具备跨界知识的复合型人才越来越受到企业青睐。未来,同时具备统计学知识、分布式计算机技术和专业领域知识的跨界人才将成为职场中的“独角兽”,奇货可居。在国外这类人才被冠以“数据科学家”的头衔。尽管真正的“数据科学家”凤毛麟角,专业人才仍然有广泛的市场和用武之地,但我们认为随着“互联网+”、“大数据+”的兴起,具有跨界思维和综合素质的“+”人才将越来越受到企业青睐。

“+”人才应该在知识、思维、技术、能力上全面和综合的发展:

  • 知识:数学和统计学、分布式计算、领域知识,只有明白目标领域知识的人才能了解数据的意义以及指导数据分析的方向并判断数据分析结果的可信性;
  • 思维:基于数据的批判性思维,而非基于主观经验;
  • 技术:数学建模+数据挖掘+泛型编程+数据可视化;
  • 能力:数据敏感和洞察能力,快速自学能力。

社区学习

大数据时代的知识,没有像印刷时代对知识结构视为必须具备的“基础”知识,知识是非线性的,可以自由组合、切割,处于一种分散和游离的状态。未来,你必须具备快速自学和捕捉知识的能力,学习将从一个“知识储备,学以致用”的过程,向“知识构建,用时再学”的过程转变,学习将是一个持续的,乃至终身学习的过程。

在国外,除了大学,社区形式的学习平台(如r4stats.com、KNIME)由于知识更新快,学习时间更加灵活,形成了独特的社区学习(community learning)现象。社区里不但有初学者(freshman),也是不少顶尖技术专家(Veteran)光顾的地方。社区是一个自由、无中心的交流学习平台,没有权威,一切都可以质疑和挑战。当然,如果要和这些高手过招,你必须先打好英语基础。未来,社区将成为从业者技能get、快速充电的重要渠道,社区或将成为继高等学校、职业学校以外的一个“无围墙”的校园。

在线教育

在线教育在学习的灵活性和资源的丰富性上得到大家越来越多的认可。在线教育一个独特的优势就是教育资源可以是“无边界”的,优质的教师资源在这个平台上面可以跨越地域、跨越文化而得到充分的共享。你可以足不出户,学习来自斯坦福、耶鲁大学教授的课程,这在之前是难以想象的。通过MOOC等在线教育平台,我们可以和国外的数据科学家和机器学习专家一起交流和学习,了解最前沿的技术趋势和应用方向,从而缩短我们和国外同行的技术差距。

目前,在线教育可以通过多种技术手段如在线问答、语音聊天、视频交流等多种方式解决互动性不足的问题,未来随着VR虚拟实景技术在课堂的应用,在线教育的课堂体验将和现场授课没有太大的差别。

未来是大数据的时代,也是数据科学家的时代,通过不断的学习和自我修炼,你也许就是下一个“数据科学家”。

PPV课原创作品, 未经许可严禁转载

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2016-05-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PPV课数据科学社区 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档