Blog

作为一名数据科学家，你需要掌握许多技术方面的技能，如编程、统计、SQL等。然而，一项专门的技能只能让你在一个特定的职位发展，真正能让你脱颖而出的是你的软技能，因为这是业务中每个人都能理解的技能。因为数据科学家需要学习软技能，所以我想在这篇文章中概述如何改善数据科学家们的沟通问题。

要成为一名现代的数据科学家，在学习机器学习算法之前，学习基本的云计算和数据存储技能会让你的学习旅程更容易。从我的经验来看，学习的进步更多是受到了编程技能的限制，而不是对机器学习模型的理解。本文是我在数据职业的道路上学到的一些东西，如果你打算进入数据科学领域，希望它们能帮助你。

现在，我们可以用 SQL 来运行机器学习模型！那SQL 要如何在机器学习模型中使用，我们要如何使用 SQL 生成预测呢？只需要用标准 SQL 查询，我们就可以用BigQuery ML创建机器学习模型。BigQuery ML 让数据科学家、机器学习工程师、和数据工程师可以直接用 SQL 快速构建和分析机器学习模型。本文将带领你创建BigQuery ML项目，通过通用的SQL 语法进行机器学习。

Python 是数据科学中最重要的一种语言之一，它拥有众多库和内置功能，可以轻松满足数据科学的需求，引领着整个数据科学行业。在Data Science面试以及工作中，如果能了解Python OOP，不仅有助于深入理解Pandas、Numpy等背后原理，更能使得代码的可读性、复用性、以及团队协作性进一步提升。本文将带你了解Python 面向对象编程。

在过去几年里，随着游戏用户数量的增长，数据科学已逐渐成为游戏公司追赶其他公司的头号工具。以前人工设计的游戏，现在已转变成了数据驱动设计的游戏，为玩家提供了非凡的游戏体验，也为游戏公司提供了许多数据科学用例，对游戏进行优化和改进。在今天的文章里，我们将介绍数据科学是如何在游戏行业中发挥重要作用的。

由于“数据消费者（data consumers）”接受信息的方式，使用图表或图形来显示大量复杂数据，往往比电子表格或报告更简单，这也是数据可视化的魅力之一。想要了解一组数据的特征，我们需要选择数据量、数据中的变量总数等基本方面来总结数据；同时也要识别数据问题，例如缺失值、不一致和异常值等等。本文将向你展示如何用“房价数据集”进行一些简单的数据可视化.

基于回归的机器学习模型（Regression-based machine learning models）被数据科学家们用来预测连续属性的值。和任何机器学习问题一样，我们都会有几个指标用来确定模型的整体性能。你选择的指标将取决于训练模型的数据，以及模型的使用方式。在本文中，我将分享三个可用来评估回归模型的性能的指标。

2022年数据工程师(Data Engineer)需要哪些技能？为了回答这个问题，本文分析了在LinkedIn上收集的Meta、亚马逊(Amazon)、苹果(Apple)、Netflix和谷歌15加顶尖科技公司的数据工程师职位信息，探索最受欢迎的技能和技术；通过可视化的方法，向你展示这些技能需求的分布和受欢迎程度，帮你求职数据工程师确定方向。