数据行业非完全入门指南！
共 2066字，需浏览 5分钟
· 2021-04-11
之前给从传统制造业转行的数据行业的朋友列的一个笔记，这里把原文贴出来。现在看来概括性不够，不过适合对大数据没有太多了解但想入行的人阅读。(语言环境问题，笔记里中英文交错，也没太整理，望见谅)
Data相关行业介绍与入门要求。 Entry level 的相关职位。 Junior level员工职业发展路径。
一、Data相关行业介绍与入门要求
Data算不上行业，每个行业都会产生数据，公司越大产生的数据越多，需要的人才也越多。
也有的公司自己不存数据，只提供技术给其他大公司做数据建模的。
做Data的有几种情况：
Data Scientist as analyst Data Scientist as model builder Data Scientist as engineering Data Scientist as full-stack
对Data职位来说，一般数学有一定要求，概率论和数据统计会经常面试考到，常见的考题会发给你看看，但如果你没有这个基础，还是要从头学习一下的。
数学要求：概率论和数据统计,线性代数等，面试常见考题包括：
均值与方差及其公式 什么是高斯分布 什么是正态分布 贝叶斯公式 三门问题
2.技能树（从入门到必须）:
python或者R。python资源较多，建议先学python 数据可视化。其实excel也可以做到，但还是 数据建模。会用到机器学习的知识
3. 学习资源：（coursera旁听audit不花钱，其实花钱拿证书含金量也不高，企业不怎么认可）
统计基础 https://www.coursera.org/learn/basic-statistics Python 入门 https://www.coursera.org/specializations/python DS 方向的python https://www.coursera.org/specializations/data-science-python Python 数据可视化 https://www.coursera.org/learn/python-for-data-visualization 机器学习 https://www.coursera.org/learn/machine-learning
如果是偏深度学习方向，例如计算机视觉，自然语言处理，会考到线性代数，要知道怎么进行矩阵运算。但为了先入门，这里就不介绍太多，怕消化不来。
引申：几种常用的机器学习
监督式学习（supervised learning）需要标记数据 非监督式学习（unsupervised learning）不需要标记数据。代表算法：k-means 强化学习（为了不压垮你的大脑，先跳过介绍）
业界常见模型：
CNN: 主要用于识别图像 LSTM：处理时间序列 ，自然语言处理等
二、Entry level 相关职位
两个方向：
Data Engineer 编程语言：Scala, Java。软件框架包括hadoop, spark, hive, postgreSQL 等等。
Data Scientist 编程语言: Python(最常用）, R（少数公司用）。软件有的公司会自建Data Science Studio.也有很多服务提供商提供了DSS，例如DataRobot, Dataiku等。但建议不要依赖语言。Jupyter notebook是比较适合调试python 的工具，某些课程上会讲到。
两个方向都需要的：SQL语句(https://link.zhihu.com/?target=https%3A//www.coursera.org/learn/analytics-mysql)
如何入行与关注职位要求变化
学习上述的基本课程。 上linkedin看职位需求（注：国内linkedin用得少，可以看其他招聘网站）
三、Junior level员工职业发展路径
Data Scientist 路线：senior → lead, 足够经验后可以做独立consultant或者加入咨询公司 Data Engineer，senior → lead → 架构师 全栈方向，DS和DE都懂，现在有的公司招的是两方面都懂的，但建议先在某个方向做好了再去做另一个方向。两个方向都懂的consultant更吃香
原文：https://zhuanlan.zhihu.com/p/101111340
我是桔了个仔，一个和猫咪一起写代码的猫奴，更多内容可点击原文查看。
