成為資料科學家！

事實上，你可以成為一名真正的資料科學家，且不需要掌握這些技能。NoSQL和MapReduce不是新概念————在這些關鍵詞被建立之前，就有很多人接觸到它們。但要成為一名資料科學家，你需要以下能力。

• 敏銳的商業頭腦。
• 真正的大資料專業知識（例如，可以在幾個小時內快速地處理一個5000萬行的資料集）。
• 認知資料的能力。
• 對模型具有猜凝精神。
• 瞭解大資料"詛咒"。
• 有能力溝通並理解管理人員正在試圖解決哪些問題。
• 能正確評估付你工資所能帶來的回報（ROI）或效益提升（lift）。
• 能夠快速地識別一個簡單的、健壯的、可擴充套件性的解決方案。
• 能夠說服推動管理人員，即使不情願，也要為了公司、使用者和股東的利益，轉到正確的方向上。
• 真正熱愛資料分析。
• 成功案例的實際應用經驗。
• 資料架構知識。
• 資料收集和清理技能。
• 計算複雜度的基礎知識一如何開發健壯的、商效的、可擴充套件的、可移植的架構。
• 良好的演算法知識。

資料科學家在商業分析、統計學和電腦科學等領域也是通才，比如會掌握這些專業知識:健壯性、實驗設計、演算法複雜度、儀表盤和資料視覺化。一些資料科家也是資料策略師————他們可以開發資料收集策略，並使用資料來發現可操作的、能對商業產生影響的見解。這就要求資料科學傢俱有創造性，能根據業務要求，分析、提出解決方案。

要理解資料科學，所需的基本數學知識包括:

• 代數，如果可能的話，包括基本矩陣理論。
• 微積分入門課程。要掌握的理論不多，只需要理解計算的複雜度和o標記法即可。瞭解特殊函式，包括對數、指數、暴蹈數。微分方程、積分和複數不是必要的。
• 統計與概覽的入門課程，要了解隨機變數、概率、均值、方差、百分位數、實驗設計、交叉驗證、擬合度和穩健統計的概念。

從技術的角度，要掌握的重要技能和知識有R、Python、Excel、SQL、圖形（視覺化）、FTP基本的UNIX命令（sort、grep、head、tail、管道和重定向操作符、cat、cron定時等），以及對如何設計和訪問資料庫有基本瞭解。瞭解分散式系統如何工作和在哪裡能發現瓶頸（是在硬碟和記憶體之間的資料傳輸，還是在網際網路上），這也很重要。最後，要了解網路爬蟲基本知識，有助於獲取網際網路上能找到的非結構化資料