数据科学家六大常见错误
在我从事数据科学和预测性分析工作的这些年里，我注意到了很多行业新手甚至一些老手都会遇到的错误。我相信这些错误会将一名数据科学家的事业置于了如泰坦尼克号一样的即将撞上冰山的境地。在本文中，我将会列出6个最严重、根本性的错误，也会借助一些经典名言给出如何避免这些错误的建议。首先，让我们来明确一下当数据科学家的目的。在我看来，这和当侦探的目的是共通的的。下面这句夏洛克·福尔摩斯的名言很好地总结了这个目的：
推荐｜Knight中心可视化项目：新闻学在美国
给大家推荐一个美国NGO的信息图(infographic)与可视化课程，是我上过的在理念上最清晰，最帮助思考的，教你如何进行story telling的课程。这个项目本来是给美国新闻系的人开办, 不在乎你用excel还是用D3，而是更基本的，怎么消化数据，怎么设计与怎么构图，怎么把故事讲得更容易被理解。
新的一年，数据科学求职者应该做的几件事
作为对数据科学领域感兴趣的学生或求职者，新的一年孕育着无限的机遇，为了及时抓住这样的机遇，我们需要更完善的准备。你有什么样的计划呢？数据应用学院根据以往的经验，为你提供一份从心理到行动的参考。
不要浪费了石油工程师的优异数理背景
数据应用学院已经帮助了若干的石油背景学员，转型进入数据科学领域，有的学员在从我们这里毕业后任职俄克拉荷马地产公司pricing data scientist，有的直接在波士顿某医疗集团任senior data scientist. 案例证明，这条路能走通。本期我们探讨一下，为什么石油工程师很适合做数据，和这里面要注意的事项。
Data Scientist 面经
Steven是小编的好友，最近顺利找到了工作，在这里把面经贴出来，给大家共享一下。本文同时发表在米群网。面试过的公司google, facebook, amazon, ebay, disney, Dow, hertz, target, lyft, Ford, starups, etc.
详解白宫报告：人工智能，自动化与经济
在美国白宫发布的这篇关于AI对未来经济影响的报道中， 着重提出由大数据和AI结合驱动下产生的新型岗位将会是未来工作类型中浓墨重彩的一笔，这也会是一个极具潜力的发展方向。
森林狼新晋数据分析师Nick Restifo谈篮球数据分析
近日，森林狼队宣布他们的团队已经雇用了Dwight Lutz和Nick Restifo作为他们的篮球数据分析师。这篇文章来自Nick Restifo的博客，不仅讲了他对新赛季的预测，还分享了一些他预测的方法。
Matplotlib的大新闻
Matplotlib是python最著名的绘图库，它是一个交互式环境的平台，可以提供出版品质的各种格式的图形。Matplotlib不会让简单的事情变复杂，还可以让困难的任务变得可能。你可以用它绘图，制作柱状图、功率谱、直方图、误差条图、散布图，并且只需要简单的代码。
