贏在起跑線，數(shù)據(jù)科學必備5大技能
數(shù)據(jù)科學領(lǐng)域競爭激烈，人們正在迅速發(fā)展越來越多的技能和經(jīng)驗。
“R、Python、SQL和機器學習”一直是數(shù)據(jù)科學家的標配。但隨著這個領(lǐng)域的發(fā)展，這些技能已經(jīng)漸漸不足以在就業(yè)市場上保持競爭力了。
2020年，為了不被時代淘汰，數(shù)據(jù)科學家也需要發(fā)展開發(fā)人員的技術(shù)。
下面小芯就為大家整理了，2020數(shù)據(jù)科學必備的5大技能，請收好~
1. CloudandBigData
機器學習產(chǎn)業(yè)化對數(shù)據(jù)科學家的約束越來越嚴重，同時也成為數(shù)據(jù)工程師乃至整個IT行業(yè)的嚴重約束。
在數(shù)據(jù)科學家可以致力于減少模型所需時間的情況下，IT人員可以通過更快的計算服務(wù)來做出貢獻，如：
- Cloud：將計算資源轉(zhuǎn)移到外部供應(yīng)商(如AWS、MicrosoftAzure或GoogleCloud)，可以很容易地建立一個可以從遠程訪問的非?？焖俚臋C器學習環(huán)境。這就要求數(shù)據(jù)科學家對云功能有一個基本的了解，例如使用遠程服務(wù)器而不是自己的計算機，或者使用Linux而不是Windows/Mac。
PySpark正在為parallel(BigData)系統(tǒng)編寫Python
- BigData：快速學習IT的第二個方面是使用Hadoop和Spark，這兩種工具允許同時在許多計算機上并行處理任務(wù)(工作節(jié)點)。這要求數(shù)據(jù)科學家使用不同的方法來開發(fā)模型，因為代碼必須允許并行執(zhí)行。
2. NLP, NeuralNetworksandDeepLearning
最近，一位數(shù)據(jù)科學家仍堅持，NLP和圖像識別僅僅是數(shù)據(jù)科學的專業(yè)，并非所有人都必須掌握。
你需要理解深度學習：基于人腦思想的機器學習
但是，圖像分類和NLP的用例越來越頻繁，甚至在“常規(guī)”業(yè)務(wù)中也是如此。如今，對這種模式有一個基本的了解已經(jīng)成為行業(yè)最低標準。
就算你的工作中沒有此類模型的直接應(yīng)用程序，實際操作的項目也很容易找到，并且可以讓你理解圖像和文本項目中所需的步驟。
3. Agile
Agile是一種組織工作的方法，已得到開發(fā)團隊大量使用。越來越多的人涉足數(shù)據(jù)科學領(lǐng)域，他們最初的技能是純軟件開發(fā)，機器學習工程師的角色也應(yīng)運而生。
Post-its和Agile似乎是并駕齊驅(qū)的
越來越多的數(shù)據(jù)科學家或機器學習工程師被視為開發(fā)人員：不斷改進現(xiàn)有的代碼庫中的機器學習元素。
對于這類角色，數(shù)據(jù)科學家必須了解基于Scrum方法的Agile工作方式。它為不同的人定義了不同的角色，這種角色定義保證了持續(xù)改進和順利實施。
4. Industrialization
在數(shù)據(jù)科學領(lǐng)域，我們思考項目的方式也在發(fā)生變化。數(shù)據(jù)科學家一如既往地用機器學習來回答商業(yè)問題。然而，越來越多數(shù)據(jù)科學項目為生產(chǎn)系統(tǒng)開發(fā)，例如，大型軟件中的微服務(wù)。
AWS是比較大的云供應(yīng)商
與此同時，高級模型的CPU和RAM消耗也越來越大，尤其是在使用神經(jīng)網(wǎng)絡(luò)和深度學習時。
就數(shù)據(jù)科學家的工作要求而言，不僅要考慮模型的準確性，還要考慮項目的執(zhí)行時間或其他工業(yè)化方面，這一點變得越來越重要。
和微軟一樣，谷歌也有云服務(wù)
5. Github
Git和Github是面向開發(fā)人員的軟件，能夠管理不同版本的軟件。它們跟蹤對代碼庫所做的所有更改，此外，當多個開發(fā)人員同時對同一個項目進行更改時，此類軟件能夠真正增加協(xié)作便利性。
GitHub是個不錯的選擇
隨著數(shù)據(jù)科學家的角色變得越來越重要，能夠處理這些開發(fā)工具就成了關(guān)鍵。Git正成為一項嚴肅的工作要求，要適應(yīng)最好的使用Git，是需要時間的。當你一個人或者和新同事一起，研究Git很容易，但是當你作為一個新人加入一個Git專家團隊，你可能會比想象的還要更難適應(yīng)。
Git是GitHub真正所需的技能
為了保持競爭力，一定要為運用新工具及接受新工作方式而做好準備，加油!
