數據科學家訪談錄

高強度訓練 數學統計(及實驗設計)+編程(Java r python 產品級編程)+報告(講故事與敘事、可視化)+團隊溝通與外部溝通 資源: Coursera/MOOC、kaggle、Quora、Khan Academy、github開源項目(編程)

2019年第57本 大數據幾年前風靡，但一直未能做突破/有效輸出，抱着看別人怎麼在這個困局中生存的目的，看了這本。 整書更適合作爲相關或有聯繫的職業入職指導。 看到的大部分是一個階段時期內職業的提煉。 迴歸事物本源在基礎/統計學等磨練，發展在協同與視野。

本來是看訪談技巧的，看到了數據科學家他們的工作歷程，從訪談記錄中可以瞭解他們表面的能力，比如數學統計學編程溝通呈現等等技能構成一個數據科學家的基本面，但是我們可以解碼他們底層的素質，他們都有一顆好奇心，不安於現狀尋求改變，發現問題併力求解決的追求，快速的學習能力，很早的知道自己想要什麼，積極主動，對某些事情的敏銳度等等。這纔是促使他們不斷進取，主動學習新內容的關鍵

觀摩活法，前輩經驗。數據科學三板斧：統計，編程，講故事。

很好，25位數據科學家的背景都各不同，本書能幫助大家對數據科學家的角色有更全面瞭解

或許是潛藏在內心裏對數學的癡迷以及對書的喜愛。前幾天在圖書館，當慧鴻拿起這本書給我的時候，竟有種一見鍾情的感覺。    我本是個文科女孩，因小學時喜歡一個數學老師，並得到了展現的機會。便一直對數學保持這一種獨特的好感，儘管也遭遇過數學成績很差的滑鐵盧，現在的專業也不用學數學，但我還是想找時間去其他學院旁聽數學課。      這本書主要講的是來自數學數據前沿的25名頂級科學家的訪談。全書也有一些計算機方面的術語，讀的不是很懂，好在並不多。但內容更像是一種“別緻的雞湯”，俘獲了我的心，並且引發了我長長的思考。    是否不用學數學就真的不學呢？並非如此，在世界傾向大數據和人工智能趨勢的時代，數學無疑是一種推動社會進步的工具，更是提升你自身效率的一把手。    同時，它也給了我很大的建議，小到每個時候的時間安排，比如閒餘時間是否應該繼續學習？還是去浪費時間？或者說大學期間該如何準備並考慮是直接考研還是直接工作或者工作了再考研？大到，當你發現現在已經選擇的事情並不是你想要的時候，你該不該去再選擇？    你跟企業之間，如何更好的促進，企業需要什麼樣的人才，你想要怎樣的企業？等等很多，酒不一一列舉了      分享一些讓我時刻也可能會對大家有啓示意義的“高強度的話”吧，希望共勉。    

2021年？一個偶然的機會看到該書的網站，PDF文件可以免費獲取，但是當時英文原文就讀了兩篇，這次全讀完了。總結一下ds的success factor：1.會講故事、展示、彙報、溝通。2.統計學知識、計算機知識、機器學習知識等。3. 領域知識、商業知識等。4.快速學習能力。

2021.4#被調查的這25個受訪者，感覺大部分都有比較好的學歷以及興趣，創辦自己的組織，公司或者加入期望的公司。保持好奇心和熱情，不斷去解決實際的問題

本來想入門一些數據科學，但把英文翻譯成中文真的很生硬。。。

很不錯，差不多讀了兩個禮拜，裏面很多觀點激勵我