数据科学家访谈录

高强度训练 数学统计(及实验设计)+编程(Java r python 产品级编程)+报告(讲故事与叙事、可视化)+团队沟通与外部沟通 资源: Coursera/MOOC、kaggle、Quora、Khan Academy、github开源项目(编程)

2019年第57本 大数据几年前风靡，但一直未能做突破/有效输出，抱着看别人怎么在这个困局中生存的目的，看了这本。 整书更适合作为相关或有联系的职业入职指导。 看到的大部分是一个阶段时期内职业的提炼。 回归事物本源在基础/统计学等磨练，发展在协同与视野。

本来是看访谈技巧的，看到了数据科学家他们的工作历程，从访谈记录中可以了解他们表面的能力，比如数学统计学编程沟通呈现等等技能构成一个数据科学家的基本面，但是我们可以解码他们底层的素质，他们都有一颗好奇心，不安于现状寻求改变，发现问题并力求解决的追求，快速的学习能力，很早的知道自己想要什么，积极主动，对某些事情的敏锐度等等。这才是促使他们不断进取，主动学习新内容的关键

观摩活法，前辈经验。数据科学三板斧：统计，编程，讲故事。

很好，25位数据科学家的背景都各不同，本书能帮助大家对数据科学家的角色有更全面了解

或许是潜藏在内心里对数学的痴迷以及对书的喜爱。前几天在图书馆，当慧鸿拿起这本书给我的时候，竟有种一见钟情的感觉。    我本是个文科女孩，因小学时喜欢一个数学老师，并得到了展现的机会。便一直对数学保持这一种独特的好感，尽管也遭遇过数学成绩很差的滑铁卢，现在的专业也不用学数学，但我还是想找时间去其他学院旁听数学课。      这本书主要讲的是来自数学数据前沿的25名顶级科学家的访谈。全书也有一些计算机方面的术语，读的不是很懂，好在并不多。但内容更像是一种“别致的鸡汤”，俘获了我的心，并且引发了我长长的思考。    是否不用学数学就真的不学呢？并非如此，在世界倾向大数据和人工智能趋势的时代，数学无疑是一种推动社会进步的工具，更是提升你自身效率的一把手。    同时，它也给了我很大的建议，小到每个时候的时间安排，比如闲余时间是否应该继续学习？还是去浪费时间？或者说大学期间该如何准备并考虑是直接考研还是直接工作或者工作了再考研？大到，当你发现现在已经选择的事情并不是你想要的时候，你该不该去再选择？    你跟企业之间，如何更好的促进，企业需要什么样的人才，你想要怎样的企业？等等很多，酒不一一列举了      分享一些让我时刻也可能会对大家有启示意义的“高强度的话”吧，希望共勉。    

2021年？一个偶然的机会看到该书的网站，PDF文件可以免费获取，但是当时英文原文就读了两篇，这次全读完了。总结一下ds的success factor：1.会讲故事、展示、汇报、沟通。2.统计学知识、计算机知识、机器学习知识等。3. 领域知识、商业知识等。4.快速学习能力。

2021.4#被调查的这25个受访者，感觉大部分都有比较好的学历以及兴趣，创办自己的组织，公司或者加入期望的公司。保持好奇心和热情，不断去解决实际的问题

本来想入门一些数据科学，但把英文翻译成中文真的很生硬。。。

很不错，差不多读了两个礼拜，里面很多观点激励我