亚马逊资深数据科学家：如何正确打开数据科学家生涯？

我们都知道，数据科学家是目前最性感的工作，目前不仅人数很少，市场需求量大，而且还有很高的薪水。因此，数据科学课程和大学课程的数量也因此正在疯狂增长。如何成为数据科学家？哪些课程是最好？应该采取什么步骤，如何以最快的方式成为数据科学家？

Karolis Urbonas

我仔细的想想了我的经历，我是如何到达这里的？我是如何成为数据科学家？我是数据科学家吗？其实我的经验算是复杂， 一开始我只是一个在一家投资公司用Excel分析的证券分析师，然后才慢慢地转向银行业，然后是咨询公司，最终做实际所谓的“数据科学”- 建设预测模型，使用大数据，编写大量的代码进行数据分析和机器学习， 在早期被称为“数据挖掘”。

当数据科学炒作已经开始时，我尝试了解它，分析它与我现在所做的不同之处，考虑是不是应该学习新技能，这样才能成为“数据科学家”。

就像大多数痴迷这个职位的人一样，报了很多相关的课程，读各种数据书籍（虽然很多并没有完成），不停地写代码，是因为我想成为那个核心人物）。但是我认为，这些大牛（“aspirin”）很少存在，即使他们真的有，但他们并不能样样精通，反倒不利。

虽然现在我也认为自己是数据科学家 – 我在亚马逊领导了一个非常有才华的数据科学团队，构建机器学习模型，使用“大数据”，我仍然认为这里面有依旧混乱，特别是对于新入行的朋友。不要误会，数据科学有很多非常复杂的分支，如AI，机器人，计算机视觉，语音识别等，这需要非常深刻的技术和数学专业知识，潜在的PhD …或两个。但是，如果您有兴趣在数年前就将数据科学角色称为业务/数据分析师，那么一下这四项规则是帮助我在数据科学领域生存下去。