本文為你提供如何切實參與到數(shù)據(jù)科學和/或大數(shù)據(jù)職業(yè)道路的建議。

最近有許多人聯(lián)系我(大部分都是通過領英)尋求著手數(shù)據(jù)科學和/或大數(shù)據(jù)的建議。這些人普遍對切入這個“領域”感興趣，并且需要些關于如何切入方面的指導。

然而，我懷著極大的尊重來說這個話，這些請求的中心含義體現(xiàn)出請求者對自己所要求的事情其實并不理解。是的，不論在學習什么，每個人都需要從某個地方開始。我不會再一個個去回答這些相似的問題，這篇文章會列出和數(shù)據(jù)科學和/或大數(shù)據(jù)職業(yè)道路相關的一些基本的概念，并且，很希望提供一點如何切實參與到這個復雜領域的建議。

預備閱讀

第一篇文章概覽數(shù)據(jù)科學中一些最主要的概念，而第二篇文章則是今年早些時候對這些概念的更新。第三篇文章更深入地解析了數(shù)據(jù)科學和大數(shù)據(jù)之中的概念。最后一篇文章對比了一些其他術語，對“數(shù)據(jù)科學”這個術語的復雜性和微妙性進行了簡短的探討。

我將眾多的職業(yè)可能性拆分成五條能夠輕松掌控的道路。雖然可能有很多人強烈反對這種角色劃分并且因此感到恐慌，但它確實對技能和職業(yè)責任進行了高度的分類。因此，我相信接下來的內容能有效地幫助新來者在這個專業(yè)領域中所存在的令人混淆和迷惑的無數(shù)機會之中確認方向。 

數(shù)據(jù)管理專員

這本質上是一個IT職業(yè)，類似于數(shù)據(jù)庫管理員。數(shù)據(jù)管理專員被認為和管理數(shù)據(jù)以及支持數(shù)據(jù)管理的設施有關。這個職位和數(shù)據(jù)分析只有很少關聯(lián)，也類似Python和R語言的使用也不是很必要。可能會用到SQL語言，以及和Hadoop相關的查詢語言，比如Hive和Pig。

關鍵技術以及需要關注的技能：

延伸閱讀：

數(shù)據(jù)工程師

這是一條非分析大數(shù)據(jù)職業(yè)道路。記得在剛剛的職業(yè)道路之中提到的數(shù)據(jù)設施嗎?是的，它們需要被設計和執(zhí)行，數(shù)據(jù)工程師就承擔了這部分工作。如果說數(shù)據(jù)管理專員是汽車修理師，那么數(shù)據(jù)工程師就是汽車工程師。不過不要搞錯了，這兩個角色都對你的汽車的行駛和持續(xù)工作至關重要，對你從A點駕駛到B點同樣重要。

說句實話，數(shù)據(jù)工程師和數(shù)據(jù)管理專員所需要的技術和技能是相似的，然而，他們各自在不同的層次理解和使用同樣的概念。我不會重復之前一種職業(yè)中所提到的那些信息(所有這些信息對數(shù)據(jù)工程師都很重要)，但我會專門給數(shù)據(jù)工程師補充延伸閱讀的清單。

延伸閱讀：

商業(yè)分析師

在本文里，商業(yè)分析師指的是與數(shù)據(jù)分析和數(shù)據(jù)呈現(xiàn)緊密相關的角色。包括報告，儀表板和任何被稱為“商業(yè)智能”的東西。 這種角色通常要求與關系數(shù)據(jù)庫和非關系數(shù)據(jù)庫以及大數(shù)據(jù)框架的交互(或查詢)。

雖然前兩種角色與設計基礎設施來管理數(shù)據(jù)以及實際管理數(shù)據(jù)有關，但商業(yè)分析師主要關注從那些或多或少存在的數(shù)據(jù)中提取信息。 這與以下兩個角色(機器學習研究者/從業(yè)者和以數(shù)據(jù)為導向的專業(yè)人員)形成對比，兩者都側重于從數(shù)據(jù)或數(shù)據(jù)以外已知的一些表面信息中獲得洞察力。 因此，商業(yè)分析師需要在所呈現(xiàn)的這些角色中具有獨特的技能。

關鍵技術以及需要關注的技能：

延伸閱讀：

機器學習研究員/從業(yè)者

機器學習研究人員和從業(yè)者指的是那些制作和使用預測和相關工具進行數(shù)據(jù)利用的人。 機器學習算法允許以較高的速度應用統(tǒng)計分析，并且那些操作這些算法的人不滿足于讓數(shù)據(jù)以其當前形式呈現(xiàn)出來。 數(shù)據(jù)詢問是機器學習愛好者的工作方式，但是具有足夠的統(tǒng)計理解才能知道何時推進的足夠遠，以及什么時候提供的答案不可信。

統(tǒng)計和編程是機器學習研究者和實踐者最大的財富。

關鍵技術以及需要關注的技能：

延伸閱讀：

數(shù)據(jù)導向專業(yè)人員

對于可以被稱為“真正的”數(shù)據(jù)科學家，這是我可以想出的最好的描述。你知道，獨角獸。除了，沒有獨角獸，說不同的話的人都是在撒謊。

數(shù)據(jù)管理專業(yè)人員和數(shù)據(jù)工程師關注數(shù)據(jù)的基礎設施。商業(yè)分析人員關注從數(shù)據(jù)中提取事實。機器學習研究者和從業(yè)者關注推進和使用相關工具，以利用數(shù)據(jù)來進行預測和相關分析。這兩種角色都是基于算法(開發(fā)或利用或兩者兼具)。數(shù)據(jù)導向的專業(yè)人員主要關注數(shù)據(jù)本身以及它可以告訴的事實，并不涉及執(zhí)行任務時所需要的技術或工具。

面向數(shù)據(jù)的專業(yè)人員可能使用上面任何角色中列出的任何技術，這取決于他們的具體職責。這是與“數(shù)據(jù)科學”有關的最大的問題之一;該術語并沒有什么具體的實際意義，但在整體上又包括了一切。這個角色是就像是數(shù)據(jù)世界的萬金油：(可能)知道如何讓一個Hadoop生態(tài)系統(tǒng)建立和運行;如何對存儲在其中的數(shù)據(jù)執(zhí)行查詢;如何抽取數(shù)據(jù)，并且載入到非關系型數(shù)據(jù)庫;如何獲取非關系型數(shù)據(jù)并將其提取到平面文件( flat file);如何在R或Python語言中辨別這個數(shù)據(jù);如何在進行初步探索性描述分析后設計特征;如何選擇適當?shù)臋C器學習算法來對數(shù)據(jù)進行預測分析;如何統(tǒng)計分析所述預測任務的結果;如何將結果可視化，以方便非技術人員使用;如何用剛剛描述的數(shù)據(jù)處理流水線的最終結果告訴管理人員一個令人信服的事實。

這只是數(shù)據(jù)科學家可能擁有的一些技能。然而，無論如何，這個角色的重點是數(shù)據(jù)，以及從數(shù)據(jù)中可以得到什么。同時，在這一個角色中，專業(yè)知識占很大的分量，這顯然不是這里可以教授的。

關鍵技術以及需要關注的技能：

延伸閱讀：

作為一篇介紹性文章，我有意地忽略了物聯(lián)網(wǎng)。原因有以下兩個：第一，我不想為試圖吸取所有這些新信息的人增加困惑;第二，物聯(lián)網(wǎng)只是一個特殊的數(shù)據(jù)情況?？赡苓M行一些改進，這些角色都可以適用于物聯(lián)網(wǎng)數(shù)據(jù)。但本質來講還是一樣的。

我希望這個介紹能夠對那些想要從事“數(shù)據(jù)科學”或“大數(shù)據(jù)”行業(yè)但不知從哪里或者怎樣開始的人們有所幫助。 請記住，對于文章中所提到的任何角色。這里的介紹都不能包羅萬象。 但是，對于對數(shù)據(jù)專業(yè)了解不多的人來講，這是一個很好的起點。

如果你對這個話題的不同看法感興趣，可以讀一讀Zachary Lipton的Will the Real Data Scientists Please Stand Up(http://www.kdnuggets.com/2015/05/data-science-machine-learning-scientist-definition-jargon.html)?

作者介紹：

盧苗苗：北京語言大學英語專業(yè)在讀。一個帶有理科思維的文科生。 愛思考善分析，腦洞大想法多，喜歡在復雜事物中發(fā)現(xiàn)潛在聯(lián)系。既喜歡仰望星空，也喜歡腳踏實地。作為數(shù)據(jù)派的活躍分子，希望能同各位大們好好學習。

梁傅淇：軟件工程本科在讀，主修大數(shù)據(jù)分析，喜好搜索、收集各類信息。希望能在THU數(shù)據(jù)派平臺認識更多對數(shù)據(jù)分析感興趣的朋友，一起研究如何從數(shù)據(jù)挖掘出有用的模型和信息。