资深数据科学家面试entry level 数据科学家时，会问那些问题？
pringboard里收录了Matt对数据科学面试的指导面试记录。同时，Matt也是Springboard数据科学职业导向性Boot Camp中的一位导师。
Deep Learning的前世今生
深度学习的发展是极其迅速的。Gartner表示，对深度学习专家开放的相关岗位数量从2014年起由几乎为零增长到了今天的41000个。其中大部分的增长是由于受到当今高科技巨头的影响，例如Facebook，苹果，Netflix，微软，谷歌，和百度。
机器学习&数据科学不可不读的十本书
这十本关于机器学习和数据科学的免费电子书将带给你如沐春风般的体验。这一系列的书刊可以帮助你赢在起跑线上，早日成为人生赢家。这个list首先涵盖了关于统计基础的书籍，在掌握了基础知识之后，就可以开始阅读list里关于机器学习基础的书籍了，之后就能开始接触一定的拔高和拓展知识了。掌握知识后就可以对更高深的一两个课题有所接触了。最后就是要去读一读如何将这些你所学的融合为一体的书籍了。希望这些经典课题与最新热门课题的融合能够让你领悟到对于机器学习和大数据不一样的新的体验和兴趣。
物联网是如何改变世界的
物联网(Internet of Things)正在改变着我们的世界。虽然这样有一点高谈阔论的感觉，但想想这个革命性的技术确实已经影响了交流，教育，制造业，科学，商业等等领域了。物联网大概是真的配得上如此的高谈阔论。准确的来说，物联网已经不再是纸上谈兵的概念了，它已经真正地行走在我们的生活中并且影响着很多工业的运行发展方式的转变。
数据分析领域里，R和Python到底哪个市场需求大？
有数学背景的人喜欢R，因为他们把R 看做更强大的数据表，许多R的使用者最初都是数据表的使用者，通常这部分人都是统计学家。Python跟R比，是一种更加灵活的语言，它可以应用于数学和统计之外的其他领域。如果相比数学，你的逻辑性更强，思维方式更侧重于过程而不是公式，并且有CS背景，那么相比之下，Python更适合你。