本文總結(jié)了數(shù)據(jù)科學(xué)領(lǐng)域的資源，很大程度上參考了Quora的這篇文章，根據(jù)博主的經(jīng)驗(yàn)在內(nèi)容上做了適當(dāng)?shù)恼{(diào)整，僅供參考
1.基礎(chǔ)知識(shí)
課程方面要學(xué)的有：多值微積分、數(shù)值分析、線性幾何、概率論、Python
微積分在機(jī)器學(xué)習(xí)和各種求概率中非常重要。線性幾何、矩陣對(duì)于機(jī)器學(xué)習(xí)的大多數(shù)概念都是必不可少的。Python這種編程語言非常適合搞數(shù)據(jù)科學(xué)。其他的知識(shí)（比如隨機(jī)森林，pandas，A/B測(cè)試）隨著你的工作開展和學(xué)習(xí)會(huì)慢慢接觸到，這些都不是基本的問題。
如果你還是學(xué)生，一定要學(xué)好計(jì)算科學(xué)和統(tǒng)計(jì)學(xué)，選課的時(shí)候要記得選線性幾何、矩陣、計(jì)算科學(xué)、概率論等相關(guān)的課程。
2.Python是數(shù)據(jù)科學(xué)家最重要的語言
Python有著像matlab一樣強(qiáng)大數(shù)值計(jì)算工具包NumPy；有著繪圖工具包matplotlib；有著科學(xué)計(jì)算工具包SciPy（基于Numpy和matplotlib的）。這三者為Python提供了像Matlab一樣強(qiáng)大的矩陣控制能力，這是Python完勝Perl和Ruby的地方。
當(dāng)然，除了Python之外，R，Matlab/Octave，Mathematica/Sage也正在崛起。這些語言也有著一些優(yōu)勢(shì)。不過，就拿R來說，R的數(shù)據(jù)框架和相關(guān)的控制能力已經(jīng)被Python的pandas工具包實(shí)現(xiàn)了。Scikit-learn也提供了像R一樣強(qiáng)大的機(jī)器學(xué)習(xí)算法庫。 Mathematica/Sage中“notebook”的概念也被IPython notebooks實(shí)現(xiàn)了。
當(dāng)然，Python也不是萬能的，比如：
語法比起Matlab和Octave來說還是笨重了，R的語法就好很多
Python缺少像ggplot2這種靜態(tài)圖和D3這種可交互圖,matplotlib用起來還是比較復(fù)雜
處理大數(shù)據(jù)時(shí)，Numpy和pandas這些庫有些捉襟見肘，Continuum正在致力于解決這個(gè)問題，目前來看還沒有完成
對(duì)于數(shù)據(jù)控制，缺少像LINQ那樣的內(nèi)置的聲明式的語言。Pandas對(duì)數(shù)據(jù)控制的能力還是比較低級(jí)，而且當(dāng)你深入研究Pandas的時(shí)候很可能會(huì)被它的語法整崩潰
缺少面向數(shù)據(jù)科學(xué)家的專門的IDE，R的R Studio就不錯(cuò)
對(duì)于數(shù)據(jù)科學(xué)家而言，Python可能是最重要的語言了，如前文所述，它有著非常豐富的生態(tài)系統(tǒng)。
R語言能夠在處理過的數(shù)據(jù)上運(yùn)行機(jī)器學(xué)習(xí)算法，但是Python直接能夠處理數(shù)據(jù)，而Pandas幾乎可以像SQL那樣對(duì)數(shù)據(jù)進(jìn)行控制。Matplotlib能夠讓你對(duì)數(shù)據(jù)和結(jié)果進(jìn)行可視化，以便快速理解你的數(shù)據(jù)。Scikit-learn提供了機(jī)器學(xué)習(xí)算法支持，Theano提供了深度學(xué)習(xí)框架（還可以使用GPU加速）。用過R、matlab、Octive、Python、SAS和Microsoft Analysis Services的人都推薦用Python。
3.加入社區(qū)
Meetup：到Meetup上找一些你感興趣的talk，在線的學(xué)習(xí)數(shù)據(jù)科學(xué)，認(rèn)識(shí)一些數(shù)據(jù)科學(xué)家或者將來的數(shù)據(jù)科學(xué)家。
博客：這里有個(gè)國(guó)外比較具有影響力的數(shù)據(jù)科學(xué)家的博客列表，可以選一些follow。
Quora、twitter：數(shù)據(jù)科學(xué)第一手的信息資源的來源一般是twitter、Quora上的用戶，例如
Jeff Hammerbacher @hackingdata
Peter Skomoroch @peteskomoroch
Ryan Rosario @datajunkie
Michael E Driscoll @medriscoll
Joseph Turian @turian
Nathan Yau @flowingdata
Peter Skomoroch @peteskomoroch
Russell Jurney @rjurney
Bradford Cross @bradfordcross
J.D. Long @cmastication，Jimmy Lin @lintool
Kevin Weil @kevinweil
Mat Kelcey @mat_kelcey
Edwin Chen @edchedch
Data Drinking Group @chrisalbon/data-drinking-group
Big Data @dataspora/bigdata
Data Science @pinoystartup/sim-data-team
Strata Program Committee @strataconf/strata-committee
到Quora和Twitter上去follow這些人吧，別忘了follow自己這個(gè)領(lǐng)域最牛的那幾個(gè)人，比如博主follow了Socher。另外，這個(gè)網(wǎng)站分析了twitter上哪些人在數(shù)據(jù)科學(xué)領(lǐng)域最具影響力。Quora上有很多資源，跟stackoverflow不同的是，Quora比較像知乎，會(huì)有人給你一些像survey類型的經(jīng)驗(yàn)，一般問題都比較抽象，回答比較系統(tǒng)；stackoverflow更擅長(zhǎng)具體的問題，尤其是編程方面的細(xì)節(jié)問題。
新浪微博：由于博主只是一個(gè)普通的微博用戶，且個(gè)人較偏向于文本方向，對(duì)大咖們的了解還不夠深入，難免有缺漏，如果有缺漏了請(qǐng)多包涵且告知。以下是我個(gè)人關(guān)注的微博大咖們：
王威廉
王偉DL
劉知遠(yuǎn)THU
張棟_機(jī)器學(xué)習(xí)
李航博士
丕子
winsty
黃亮-算法時(shí)代
梁斌penny
licstar
老師木
數(shù)盟社區(qū)
52nlp
好東西傳送門
西瓜大丸子湯
數(shù)據(jù)挖掘研究院
愛可可-愛生活
龍星鏢局
另外，好東西傳送門的日?qǐng)?bào)每天都會(huì)收錄微博精華，懶得刷微博的同學(xué)可以看這里http://memect.com/
個(gè)人加的幾個(gè)QQ群：
自然語言處理 174735435
龍星課程-機(jī)器學(xué)習(xí) 163973179
神經(jīng)網(wǎng)絡(luò)?/?深度學(xué)習(xí) 385206220
Deep Learning高質(zhì)量 209306058
生物醫(yī)學(xué)文本挖掘BIONLP 290210559
數(shù)盟【數(shù)據(jù)分析1群】 321311420
4.配置你的環(huán)境
Sublime Text(比notepad++和ue更適合寫代碼，個(gè)人用的eclipse+PyDev)
5.學(xué)習(xí)相關(guān)工具的使用
Python: 可以結(jié)合官方教程、笨辦法學(xué)Python（英文原版）、Think Python：How to Think Like a Computer Scientist來學(xué)習(xí)。書可以從這里找?guī)妆尽．?dāng)然，找到最適合自己的方式是最好的，以上只是提供一些選擇而已，博主當(dāng)時(shí)是學(xué)的Udacity的programming language外加Natural Language Processing With Python
R: 推薦swirl，一個(gè)數(shù)據(jù)科學(xué)和R配套學(xué)習(xí)的教程
Sublime Text:這個(gè)網(wǎng)站還不錯(cuò)，從配置到快捷鍵，里邊的視頻在youtube上
SQL: 個(gè)人感覺這個(gè)不太重要，而且SQL相對(duì)來說較簡(jiǎn)單，對(duì)找工作也許有點(diǎn)用處
結(jié)合概率統(tǒng)計(jì)來學(xué)習(xí): 以上這些語言比起C、Java來說語法很簡(jiǎn)單，有基礎(chǔ)的同學(xué)很輕松就能掌握，對(duì)于這類同學(xué)來說，可以結(jié)合概率統(tǒng)計(jì)順便把編程語言給學(xué)了。例如：針對(duì)Python的Think Stats（pdf）、針對(duì)R的An Introduction to Statistical Learning(MOOC)、應(yīng)該掌握的統(tǒng)計(jì)學(xué)知識(shí)點(diǎn)可以參考這里。
6.哈佛的data science公開課
不必多說，看了再說，視頻，配套PPT，配套實(shí)驗(yàn)，配套作業(yè)
7.到Kaggle上找一些基礎(chǔ)的競(jìng)賽練手
剛開始的時(shí)候最好不要直接參加由獎(jiǎng)金的競(jìng)賽，因?yàn)檫@些競(jìng)賽的數(shù)據(jù)往往很大、復(fù)雜、晦澀，不適合學(xué)習(xí)。可以先學(xué)(wan)學(xué)(wan)Scikit-learn，拿這個(gè)簡(jiǎn)單的二元分類任務(wù)練手：Data Science London + Scikit-learn。
接下來可以進(jìn)軍第二個(gè)任務(wù)：Titanic: Machine Learning from Disaster，這個(gè)任務(wù)比第一個(gè)要稍微復(fù)雜那么一點(diǎn)（有枚舉類型的變量categorical variables，丟失的變量這些情況了）。
第三個(gè)任務(wù)，可以嘗試Forest Cover Type Prediction。
第四個(gè)任務(wù)，可以嘗試Bike Sharing Demand，這里邊有一些時(shí)間戳數(shù)據(jù)。
第五個(gè)任務(wù)，嘗試一些自然語言處理的任務(wù)，如情感分析。
做完這些之后，再找些自己感興趣的競(jìng)賽做做。
8.數(shù)據(jù)科學(xué)相關(guān)的知識(shí)
產(chǎn)品指標(biāo)會(huì)教你公司里邊關(guān)心什么、看重什么、他們是怎么衡量產(chǎn)品的：The 27 Metrics in Pinterest’s Internal Growth Dashboard
優(yōu)化方法能幫你理解統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)：Convex Optimization - Boyd and Vandenberghe
A/B測(cè)試其實(shí)在醫(yī)學(xué)上已經(jīng)應(yīng)用多年了，只是換了個(gè)名字而已：How do I learn about A/B Testing?
用戶行為This Explains Everything " User Behavior
Feature Engineering一些經(jīng)驗(yàn)，一個(gè)案例
大數(shù)據(jù)技術(shù)針對(duì)大數(shù)據(jù)技術(shù)的工具、框架How do I learn big data technologies?
Machine LearningHow do I learn Machine Learning?
Natural Language Processing自然語言處理需要把文本數(shù)據(jù)數(shù)學(xué)化，并且要盡量不丟失文本的“含義”。文本挖掘會(huì)讓你接觸全新的、令人興奮的數(shù)據(jù)（做了都說好，誰做誰知道）How do I learn Natural Language Processing (NLP)?
時(shí)間序列分析How do I learn about time series analysis?
數(shù)據(jù)文明data-driven.pdf
9.參與/solo個(gè)頂層產(chǎn)品
用已掌握的數(shù)據(jù)科學(xué)和軟件工程技能做出個(gè)讓別人看了會(huì)點(diǎn)贊的成品出來，可以是網(wǎng)站、處理數(shù)據(jù)的新方法、炫酷的可視化等等。要做這么個(gè)成品，可以先看看以下內(nèi)容：
數(shù)據(jù)科學(xué)中的toy problem
怎么利用利用閑暇時(shí)間快速搭建Python項(xiàng)目
一些優(yōu)秀的數(shù)據(jù)科學(xué)project
10.公開和社交
在github上創(chuàng)建公開的倉庫，寫博客，把你的研究工作、參與的項(xiàng)目、Kaggle競(jìng)賽的解決方案、見解和想法都貼出來，這會(huì)讓你提升影響力，為你的簡(jiǎn)歷準(zhǔn)備素材，跟通靈玉的其他人建立聯(lián)系。
11.獲得數(shù)據(jù)科學(xué)的實(shí)習(xí)或工作
BAT都有相關(guān)領(lǐng)域的實(shí)習(xí)崗位，另外這里有些國(guó)外的提供實(shí)習(xí)機(jī)會(huì)的公司
搞不清自己該申請(qǐng)數(shù)據(jù)科學(xué)還是軟件開發(fā)的實(shí)習(xí)？參考這里
現(xiàn)在很多公司在初秋一直到冬天都會(huì)招聘數(shù)據(jù)科學(xué)崗位實(shí)習(xí)，僅僅是實(shí)習(xí)的話，記得不要花過多的時(shí)間去準(zhǔn)備，直接去應(yīng)聘就行。
12.在線書籍
Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition.
Introduction to Statistical Learning: Page on usc.edu
Think Stats: Probability and Statistics for Programmers
13.像數(shù)據(jù)科學(xué)家一樣思考
以上已經(jīng)詳細(xì)的介紹了數(shù)據(jù)科學(xué)家所需要的具體技巧。想要像數(shù)據(jù)科學(xué)家一樣思考，建立正確的態(tài)度，只有這些技術(shù)是遠(yuǎn)遠(yuǎn)不夠的。以下列出了成為合格數(shù)據(jù)科學(xué)家的7項(xiàng)挑戰(zhàn)：
(1) 保持對(duì)數(shù)據(jù)的好奇
作為一名數(shù)據(jù)科學(xué)家，你要自己找問題并且自己做出回答。數(shù)據(jù)科學(xué)家要自然而然的對(duì)他們看到的數(shù)據(jù)產(chǎn)生好奇，并找到解決問題的創(chuàng)新性方法。
很多時(shí)候數(shù)據(jù)科學(xué)并不只是分析，而是找出一個(gè)有趣的問題并且找到解決方案。
這里有兩個(gè)典型的案例：
Hilary: the most poisoned baby name in US history
總結(jié): 對(duì)你感興趣的問題或者主題進(jìn)行思考，然后用數(shù)據(jù)的方式作出回答。
(2) 用懷疑的眼光閱讀新聞
數(shù)據(jù)科學(xué)家的很多貢獻(xiàn)往往是，他們從一堆信息里找出了哪些是重要的、哪些是假的（這是機(jī)器很難取代數(shù)據(jù)科學(xué)家的原因），這種習(xí)慣性的懷疑的眼光在任何科學(xué)領(lǐng)域都是有益的，尤其是在發(fā)展速度快的領(lǐng)域，因?yàn)檫@些領(lǐng)域更容易被假象誤導(dǎo)。
在看新聞的時(shí)候練習(xí)批判性的眼光吧，很多文章本質(zhì)上都是有瑕疵的。這里有兩個(gè)例子，評(píng)論里有答案：
Easier:You Love Your iPhone. Literally
Harder:Who predicted Russia’s military intervention?
總結(jié)：每當(dāng)你看到新的文章時(shí)，記得持懷疑的態(tài)度，對(duì)文章進(jìn)行評(píng)論，并指出它的問題在哪。
(3) 把數(shù)據(jù)看成是改善消費(fèi)者產(chǎn)品的工具
試著了解一款互聯(lián)網(wǎng)產(chǎn)品，檢查它的主要渠道。有沒有結(jié)賬渠道？注冊(cè)渠道？訂單渠道？
反復(fù)的檢查這些渠道，然后提出一些假設(shè)方案來提升核心指標(biāo)（比如轉(zhuǎn)化率、用戶分享數(shù)、注冊(cè)用戶數(shù)量等）。設(shè)計(jì)實(shí)驗(yàn)來驗(yàn)證你的假設(shè)是否真的會(huì)改變這些指標(biāo)。
總結(jié)：通過反饋郵件跟這個(gè)網(wǎng)站分享你的idea
(4) 像貝葉斯一樣思考
像貝葉斯一樣思考，用先驗(yàn)來作判斷。這意味著，要想樹立起數(shù)據(jù)科學(xué)家的思維方式，就必須一方面能夠周詳考慮新觀測(cè)到的信息，另一方面又需要以往的直覺和經(jīng)驗(yàn)（貝葉斯里的先驗(yàn)）。
比如，檢查下數(shù)據(jù)，發(fā)現(xiàn)今天的用戶參與量明顯下降了，下面哪種原因是最有可能的呢？
用戶參與量就是會(huì)突然的減少
網(wǎng)站的某些功能down掉了
登陸模塊down掉了
盡管1也能夠作為一種解釋，但是2和3看上去比1更靠譜，因?yàn)楦鶕?jù)先驗(yàn)概率來看，2和3的概率要比1更大。
再比如，你是Tesla公司的高級(jí)工程師，而在上個(gè)月中，5輛Tesla S著火了。有可能是什么原因呢？
生產(chǎn)質(zhì)量下降了，現(xiàn)在Tesla的安全性應(yīng)當(dāng)被重新測(cè)試
安全性不是問題，因?yàn)榕c其他同行汽油車相比，Tesla S著火的概率已經(jīng)算很低的了
即使沒什么經(jīng)驗(yàn)的人也可能會(huì)得出1這樣的結(jié)論，如果你經(jīng)常做質(zhì)量測(cè)試，那你的先驗(yàn)對(duì)2是否正確就會(huì)更有把握。不過，你應(yīng)該繼續(xù)尋找分別支持兩個(gè)結(jié)論的信息，并繼續(xù)尋找提升質(zhì)量的辦法，那么問題來了：什么樣的信息應(yīng)該值得留意呢？
總結(jié)：回想一下你上一次沒有用先驗(yàn)來指導(dǎo)思考就得出結(jié)論是什么時(shí)候，從現(xiàn)在開始避免再犯類似的錯(cuò)誤。
(5) 了解每種工具的能力
“Knowledge is knowing that a tomato is a fruit, wisdom is not putting it in a fruit salad.” - Miles Kington
知識(shí)會(huì)指導(dǎo)你實(shí)現(xiàn)經(jīng)典的線性回歸，而經(jīng)驗(yàn)會(huì)告訴你這在實(shí)際當(dāng)中幾乎不會(huì)用到。
知識(shí)會(huì)讓你了解k-means聚類的5種變種，而經(jīng)驗(yàn)會(huì)告訴你實(shí)際當(dāng)中幾乎不會(huì)單獨(dú)在數(shù)據(jù)上聚類，以及k-means在特征過多的時(shí)候表現(xiàn)是多么的不如人意。
知識(shí)會(huì)告訴你一堆復(fù)雜的技術(shù)，而經(jīng)驗(yàn)會(huì)告訴你怎么在有限的時(shí)間里從這里邊為你的公司選擇一個(gè)最能產(chǎn)生效益的。
當(dāng)你到Coursera或EdX上學(xué)一門課的時(shí)候，你可能會(huì)隨著課程開發(fā)出一堆工具，除非你能搞清楚在什么場(chǎng)合下用哪個(gè)合適，否則這一堆工具毫無實(shí)際作用。
總結(jié)：在真實(shí)數(shù)據(jù)上嘗試各種工具，發(fā)現(xiàn)他們各自的優(yōu)點(diǎn)和不足。哪種工具在這種場(chǎng)合下最好，為什么？
(6) 給別人講一個(gè)復(fù)雜的概念
Richard Feynman是怎么判斷哪個(gè)概念他能懂，哪個(gè)不懂呢？
Feynman稱得上是一位偉大的老師，他能夠向一些什么都不懂的學(xué)生講明白一些較深的知識(shí)，這一點(diǎn)他為自己感到自豪。有人告訴他說：“Dick，跟我解釋一下，為什么自選1/2粒子服從費(fèi)米 - 狄拉克統(tǒng)計(jì)”，他考慮了一下聽眾的知識(shí)水平，然后說，“我會(huì)針對(duì)這個(gè)專門為新生講一次課的。”過了幾天他說：“我做不到。這個(gè)知識(shí)沒有辦法簡(jiǎn)化到新生能聽懂的地步。這意味著我們并沒有真的搞懂了這個(gè)知識(shí)點(diǎn)”
Richard Feynman與眾不同的地方就在于他能夠提煉復(fù)雜的概念，把他們轉(zhuǎn)換成可以理解的想法。類似的，一流的數(shù)據(jù)科學(xué)家與眾不同的地方就是他們能夠誠(chéng)懇的分享他們的想法并且對(duì)這些想法作出解釋和分析。
總結(jié)：把你懂的一種技術(shù)概念介紹給你的朋友吧，也可以是在知乎、Quora或者優(yōu)酷、youtube上。
(7) 說服其他人什么才是重要的
對(duì)一個(gè)數(shù)據(jù)科學(xué)家來說，比解釋他們的分析更重要的，可能是與大家交流某個(gè)見解的價(jià)值和潛在的影響。
數(shù)據(jù)科學(xué)的某個(gè)具體的任務(wù)將會(huì)商品化編程數(shù)據(jù)科學(xué)工具，然后不斷的完善。新工具會(huì)讓一些任務(wù)更新迭代，比如手寫版應(yīng)用、data wrangling（數(shù)據(jù)清洗）、甚至是某些預(yù)測(cè)建模。
然而，數(shù)據(jù)科學(xué)家發(fā)現(xiàn)并和別人分享什么才是重要的，這種能力永遠(yuǎn)不會(huì)過時(shí)。數(shù)據(jù)量在逐漸增加，對(duì)數(shù)據(jù)的一些潛在的見解也在增加，公司總會(huì)需要數(shù)據(jù)科學(xué)家來找出該怎么做才能對(duì)任務(wù)進(jìn)行優(yōu)化。
數(shù)據(jù)科學(xué)家在企業(yè)中扮演的角色，是數(shù)據(jù)和公司之間的使者。數(shù)據(jù)科學(xué)家成功與否，關(guān)鍵在于他/她是怎么講故事的、以及對(duì)公司帶來了什么樣的影響，其他的技能都是對(duì)這種能力的一種放大。
總結(jié)：從統(tǒng)計(jì)學(xué)的角度來講故事吧，跟別人交流你在數(shù)據(jù)上的重要發(fā)現(xiàn)，針對(duì)觀眾關(guān)心的事做些具有說服力的presentation。
14.關(guān)于找工作
15.不同人群如何成為數(shù)據(jù)科學(xué)家定制版
沒有任何技術(shù)的人如何數(shù)據(jù)科學(xué)家
沒有本科學(xué)歷如何成為數(shù)據(jù)科學(xué)家
沒有博士學(xué)歷如何成為數(shù)據(jù)科學(xué)家
物理專業(yè)的博士如何成為數(shù)據(jù)科學(xué)家
正在從事其他行業(yè)工作的人如何成為數(shù)據(jù)科學(xué)家
