R 数据科学家的基本技能

数据科学家的相关技能是什么？随着每天都有新技术出现，人们如何挑选最基本的东西

与本次讨论相关的一些想法：

• 在NoSql和非关系数据库出现之前，PostgreSQL非常了解SQL和MySQL等数据库的使用。MongoDB、CouchDB等越来越流行于处理web级数据
• 了解像R这样的统计工具就足以进行分析了，但要创建应用程序，可能需要将Java、Python等添加到列表中
• 现在，数据以文本、URL、多媒体等形式出现，与它们的操作相关的模式也不尽相同
• 那么集群计算、并行计算、云计算、AmazonEC2、Hadoop呢
• OLS回归现在有人工神经网络、随机森林和其他相对奇异的机器学习/数据挖掘算法。作伴

---

想法？

只想提出一些想法供其他人阐述：

在某种高得离谱的抽象层次上，所有数据工作都涉及以下步骤：

• 数据收集
• 数据存储/检索
• 数据操作/综合/建模
• 结果报告
• 讲故事

---

数据科学家至少应该在这些领域都有一些技能。但根据专业的不同，一个人可能会在有限的范围内花费更多的时间

我认为掌握一两个商业数据库很重要。在我咨询的金融界，我经常在大型iron上看到DB/2和Oracle，在分布式服务器上看到SQL Server。这基本上意味着能够读写SQL代码。您需要能够将数据从存储器中取出并放入分析工具中

就分析工具而言，我认为R越来越重要。我还认为知道如何使用至少一个其他stat包也是非常有利的。可能是SAS或SPSS。。。这实际上取决于你为之工作的公司或客户以及他们的期望

---

最后，您可以难以置信地掌握所有这些软件包，但仍然不是很有价值。在特定领域拥有相当数量的主题专业知识，并能够与相关用户和管理者沟通围绕您的分析和发现的问题，这一点非常重要。

矩阵代数是我的首选。

JD一针见血：讲故事。虽然他确实忘记了另一个重要的故事：你为什么使用它的故事。能够回答这个问题无疑是你能培养的最重要的技能

---

剩下的只是锤子。别误会，像R这样的东西很棒。R是一整袋锤子，但重要的一点是知道如何使用锤子之类的东西来制造有用的东西

JD的想法很棒，要想更深入地了解这些想法，请阅读Michael Driscoll的精彩帖子：

技能#1：统计（学习）

技能#2：数据饥渴（痛苦）

技能#3：可视化（讲故事）

• 合作的能力

---

如今，几乎在任何学科中，伟大的科学都很少由个人完成。

有几个计算机科学主题对数据科学家很有用，其中许多都被提到：分布式计算、操作系统和数据库

---

，即理解计算的时间和空间要求，是数据科学家最重要的计算机科学课题。它有助于实现高效的代码，从统计学习方法到数据收集；以及确定您的计算需求，例如多少RAM或多少Hadoop节点。

耐心-既可以以合理的方式获得结果，又可以返回并更改为“实际”需要的结果。

引自简介：

首先，您以一种 你可以和。。。第二，你 绘制数据，以了解需要什么 正在进行。。。第三，迭代 在图形和模型之间构建 简明的定量总结 数据。。。最后，你回头看看 你所做的，以及你所思考的 您需要哪些工具在中做得更好 未来

步骤1几乎肯定涉及到数据挖掘，可能涉及数据库访问或web抓取。了解创建数据的人也很有用。（我在“网络”项下填写。）

第2步是指可视化/绘图技能

第三步是统计或建模技能。因为这是一个愚蠢的宽泛的范畴，委托给建模者的能力也是一项有用的技能

最后一步主要是关于软技能，如内省和管理类技能

问题中还提到了软件技能，我同意它们非常有用。列出了您应该具备的所有基本软件技能。

在这里，问题通过一个漂亮的维恩图以一般方式解决：

---

在麻省理工学院开放课程ware 18.06上学习线性代数，并用《线性代数导论》一书代替你的学习。线性代数是数据分析中除上述技能外的基本技能之一

根据我的经验，满足某一职位所需的技能通常与满足某一特定职位所需的技能（通常与职位描述中所述的技能大不相同）相差甚远。这是一个问题吗？或者更多关于数据科学家技能的陈述，可能相关，也可能不相关？我认为这应该有主观标签。讲故事+1。任何一只带计算器的猴子都能算出数字。肯尼特，作为一名经济学家，我经常把我的工作描述为前