编辑推荐
适读人群：适合从事数据科学相关工作的读者阅读
我们的社会正迈入数据驱动的时代，"数据科学家"这个职业正变得越来越炙手可热。要是你想在不远的将来在这个主流的行业中独占鳌头，《数据科学家修炼之道》会告诉你应该怎么做。书中的每一章都充满了实用的信息，能够帮助你分享大数据的丰硕成果，并成为一名成功的数据科学家。 通过阅读《数据科学家修炼之道》，你将能够: ●学习大数据是什么，通过它的主要特征--体量、多样、高速，展现出与传统数据有何不同。 ●探讨不同类型的数据科学家以及他们各自类型的技术专长。 ●挖掘数据科学家所需的技能，包括相关的思维模式、技术能力、经验，以及数据科学家与人接触交流的方式。 ●当一天数据科学家，体验你可能会遇到的问题，并尝试如何解决它们。你会使用何种程序？你会以何种方式去拓展知识和技能？ ●基于你的起点（编程背景、机器学习背景或者数据相关的背景），看看你如何才能成为一名数据科学家。 ●一步一步地跟随数据科学家的入职经历：应该去看哪些地方，如何向一名潜在雇主展示自己，以及成为一名自由职业者的得与失。 ●阅读一些富有经验的高级数据科学家的案例，更好地了解这个职位的实际角色。 《数据科学家修炼之道》内容全面、轻松易读，非常适合从事数据科学相关工作的读者阅读，也是一本可以帮助读者应聘数据科学家职位的全方位指南。内容简介
数据科学家是指采用科学方法、运用数据挖掘工具寻找新的数据洞察的工程师，他们往往集技术专家和数据分析师的角色于一身。在IT行业中，数据科学家将在创造力、沟通能力以及与商业世界的联系方面得到更多的锻炼机会，是当前非常有发展潜力的新兴职位。 《数据科学家修炼之道》全面介绍了成为数据科学家应当了解的各类知识。《数据科学家修炼之道》共分18章，首先介绍了数据科学与大数据、数据科学的重要性，接着介绍了数据科学家的类型、思维体系、技术资质、经验、社交圈、所用的软件、学习新知和解决问题，另外还介绍了机器学习与R语言平台、数据科学的处理流程、所需的具体技能，介绍了数据科学求职、自我展示并提供了一些有关职业数据科学家和数据科学家的案例学习。 《数据科学家修炼之道》内容全面、轻松易读，非常适合从事数据科学相关工作的读者阅读，是一本可以住读者应聘数据科学家职位的求职指南。作者简介
ZachariasVoulgaris博士在希腊出生并长大。在读完了克里特理工大学5年的工程学位后，他攻读了伦敦城市大学的信息系统与技术的硕士学位。之后，在伦敦大学伯贝克学院的G.Magoulas教授与B.Mirkin教授的联合指导下，他获得了博士学位。此后，他受聘于乔治亚理工大学并成为研究员，一直从事数据科学家的相关工作。目录
第1章 数据科学与大数据1
1．1深挖大数据1
1．2大数据产业5
1．3数据科学的诞生7
1．4要点9
第2章 数据科学的重要性10
2．1数据科学领域的历史10
2．2新规则14
2．3新思维与随之而来的变化17
2．4要点18
第3章 数据科学家的类型19
3．1数据开发者19
3．2数据研究者20
3．3数据创意师21
3．4数据商务人士21
3．5混合/普适类型22
3．6要点22
第4章 数据科学家的思维体系24
4．1特质24
4．2素质与能力27
4．3 思维32
4．4 抱负34
4．5 要点36
第5章 技术资质37
5．1 综合的编程能力37
5．2 科学背景39
5．3 专业化知识40
5．4 要点42
第6章 经验44
6．1企业实战VS学术研究的经验44
6．2经验VS正规教育46
6．3如何获得第一桶经验46
6．4要点48
第7章 社交圈49
7．1岂止于专业社交圈49
7．2与学术圈的关系50
7．3与商业世界的关系51
7．4要点52
第8章 所用的软件53
8．1Hadoop套件和朋友们53
8．2面向对象编程语言60
8．3数据分析软件63
8．4可视化工具66
8．5集成大数据系统68
8．6其他一些程序69
8．7要点72
第9章 学习新知与解决问题74
9．1研讨会74
9．2会议76
9．3在线课程76
9．4数据科学小组80
9．5需求问题82
9．6专业知识缺乏问题83
9．7综合运用各种工具84
9．8要点85
第10章 机器学习与R语言平台86
10．1机器学习简史86
10．2人工智能的未来89
10．3机器学习VS统计方法90
10．4在数据科学中使用机器学习93
10．5R平台简介95
10．6机器学习和R语言资料99
10．7要点101
第11章 数据科学的处理流程103
11．1数据准备104
11．2数据探索108
11．3数据表示109
11．4数据发现110
11．5数据学习111
11．6创造数据产品112
11．7洞察、交付以及可视化呈现115
11．8重点117
第12章 所需的具体技能119
12．1 人才市场目前看中的数据科学家所需技能119
12．2程序员的自我修养121
12．3统计师和机器学习从业者的自我修养125
12．4 数据相关领域从业人员的自我修养135
12．5 学生的自我修养140
12．6 要点141
第13章 数据科学职位哪家寻145
13．1 直接联系公司146
13．2 专业人际关系149
13．3招聘网站154
13．4 其他方法158
13．5 要点159
第14章 自我展示160
14．1 关注雇主161
14．2 灵活性和适应性162
14．3 交付物163
14．4 让自己从竞争中脱颖而出164
14．5 独当一面167
14．6 其他应该考虑的因素168
14．7 要点168
第15章 自由职业数据科学家之路170
15．1 成为自由职业数据科学的利弊171
15．2 自由职业生涯要持续多久172
15．3 其他你可以提供的服务173
15．4 一些自由数据分析工作174
15．5要点177
第16章 职业数据科学家的案例学习179
16．1RajBondugula博士179
16．2PraneethVepakomma183
16．3要点186
第17章 资深数据科学家案例学习188
17．1基本职业背景与学历背景188
17．2对于数据科学实践的观点189
17．3数据科学的未来190
17．4给数据科学家新人的建议191
17．5要点191
第18章 新数据科学家的召唤193
18．1针对入门级数据科学家的招聘广告193
18．2针对数据科学专家的招聘广告195
18．3 针对资深数据科学家的招聘广告198
18．4 网上搜索职位的一些建议200
18．5要点202
结语203
术语表205
附录1 有用的网页链接223
附录2 相关文章226
附录3 线下资源229
