在2016年和2017年的全美最佳岗位排行榜中,“数据科学家”一职位已经连续两年位列前茅;
在美国,数据科学家平均年薪为11.9万美元,而程序员平均年薪为6.5万美元,其差距可见一斑;
纵观国内的招聘市场,数据科学从业者的收入虽与美国尚有差距,但其月薪普遍高于其他技术类岗位30%-50%;
IBM的一项调查显示,到2020年社会对于数据科学家和数据工程师的需求将增30%,届时每年开放的岗位将达到272万。
毫不夸张说,数据科学会是未来50年最最火爆的职业,而数据科学家也会是各行各业炙手可热的人才。
面对数据科学的种种“诱惑”,你是不是也蠢蠢欲动,有转行的想法?或许你苦恼:非科班出身是否可以胜任“数据科学家”这一岗位要求?
其实只要你有数学基础,会用Python 或者 Java 等任一种编程语言,而且对某个行业了如指掌,完全有机会成为数据科学家。
国内数据科学、大数据技术等数据相关专业也是近5年内新开设的,培养的专业人才有限,远远不能满足市场对数据人才的需求。
目前市场行情也是如此,数据行业从业者多数是非科班出身,你完全可以打消顾虑,大胆转行到数据科学领域。
近期清华大学深圳研究生院推出的“数据科学认证项目”,又会助你一臂之力,让你离数据科学家又近一步。
01 科学的课程体系 培养全能数据科学人才
上图为数据科学必备的8项技能,进一步概括则是:商业洞见、统计概率知识、计算机科学和软件编程技能、文字和视觉沟通能力等四大方面,一个优秀的数据科学家要在以上4方面均有出色的表现。而清华大学数据科学认证项目的课程设置,与数据科学必备技能基本吻合。
清华大学推出的数据科学认证项目共需学习6门课程和参加一个实践课题。
《数据科学导论》:数据科学的先导课和认知类课程。用形象生动的教学模式为学生普及数据挖掘、大数据相关的基础知识、核心概念和思维模式,从工程技术、法律规范、应用实践等不同角度描绘数据科学的美好蓝图。
《数据挖掘:理论与算法》:本课程完整覆盖数据挖掘领域的各项核心技术,包括数据预处理、分类、聚类、回归、关联、推荐、集成学习、进化计算等。
《高级大数据系统》:主要讲解高级大数据系统的实现、优化和应用,包括分布式文件系统、MapReduce/Spark、Storm/Spark streaming、Mahout等系统的原理、实现、策略优化。
《大数据机器学习》:主要包括统计学习基本理论,机器学习基本方法,深度学习理论和方法。牢固掌握大数据机器学习方法,并能够解决实际问题等综合能力。
《数据可视化》:主要包括可视化的基本概念、历史沿革、视觉认知理论、各类可视化技术(软件工具及程序开发)等。
《知识产权法律及实务》:重点讲解专利法、商标法,兼顾著作权法,以中国知识产权法律实践为主,兼顾主要国际公约和国外司法实践。
实践课题:学习者修完上述6门必修课程后,参加由指导教师认可的专业实践课并完成报告撰写及通过审核。学习者也可选择由本证书项目的业界合作方提供的各类实践课题。
6 门课程的建议学习顺序
本项目中所有课程的授课教师均为清华大学深圳研究生院数据科学领域的资深一线教师。同时本项目为学员配备了经验丰富助教团队,提供高水平辅导。
袁博:清华大学深圳研究生院副研究员;澳大利亚昆士兰大学计算机科学博士;
教授课程:《数据科学导论》、《数据挖掘:理论与算法》与《数据可视化》。
何隽:清华大学深圳研究生院副教授;北京大学法学博士,芬兰图尔库大学博士后;
教授课程:《数据科学导论》与《知识产权法律及实务》。
袁春:清华大学博士生导师,副研究员,清华大学-中国香港中文大学媒体科学、技术与系统联合研究中心常委副主任,清华大学深圳研究生院计算机应用技术实验室主任;
教授课程:《大数据机器学习》。
王智:清华大学深圳研究生院讲师;
教授课程:《高级大数据系统》与《数据可视化》。
03 课程学习方式
数据科学认证证书项目中的课程均以线上录播课形式进行,辅以讨论区答疑+直播课答疑,配合专门的习题及测试内容,最大化保证学习效果。
6门课程全部支持PC端(访问:www.xuetangx.com)和手机端(下载学堂在线APP)学习;其中学堂在线APP支持课程缓存,可以离线学习。
04 证书认证方式
清华大学深圳研究生院的数据科学认证证书先睹为快
▲证书示例
▲证书封皮示例
05 认证项目的收获
06 建议具备的学习基础
下面是清华大学深圳研究生院的老师给大家推荐的书目,结合课程学习,效果更好。
心动了,有没有? (我已经脑补出自己在数据科学领域遨游的画面了
)