数据科学家

由于有软件开发的教育背景，我对“软件开发生命周期”(SDLC)烂熟于心，我为自己准备了许多检查清单，确保我尽可能地编写最好的代码。当我开始在网上查阅大量的数据科学课程和证书时，我注意到有一个重要的东西被遗漏了：任何对项目生命周期的提及。直到我自己挖掘，我才知道数据科学确实有一个通用的生命周期，而且它足够灵活，可以进行修改，能适应每个团队或项目的需求。

Medium网站上有很多用户都在找数据科学家或数据分析师的职位，所以他们对这两种职位的面试过程都很感兴趣。而我曾经分别在几家公司参加过这两个职位的面试。

大多数数据科学课程都可以很好地帮助你开始学习编程语言，并刷新你已有的数学和统计知识，但它们缺乏几个专门针对你在工作中所需技能的模块，这些技能将帮助你与其他数据科学家一起高效地工作，并让非数据科学家也可以理解你的工作。

随着数据量的不断增长，对专业数据人员的需求也在增长。具体来说，对精通SQL而非初学者水平的专业人员的需求日益增长。因此，我和StrataScratch的创始人Nathan Rosidi回顾了我认为最重要的10个中高级SQL概念。

我目前的职位是数据科学经理，与多个数据科学家一起工作，我看到他们中的许多人在研究大数据时犯了一些基本的数据操作错误（我以前也犯过一些这样的错误）。这些错误会导致代码执行时间大幅度增加，有时还会导致大量返工，浪费时间和精力。

在许多现实生活场景中，为了便于管理，我们将数据存储在不同的文件中，经常需要将它们合并成一个更大的DataFrame进行分析。Pandas为我们提供了各种方法来合并DataFrame，如concat和merge。此外，它还提供了用于比较的实用程序。我们将通过示例来了解这两种方法的工作原理。对于本教程，我们将假设你具备Python和Pandas的基本知识。

数据科学能让品牌以一种迷人而有力的方式传达他们的故事，这是它日益受欢迎的最大原因。当品牌和公司综合利用数据时，可以与目标受众分享他们的目标，从而建立更好的品牌连接。毕竟，没有什么比一个能灌输所有人类情感的有效而有力的故事更能打动消费者了。

很多人都在用Instagram——即使现在还没有，它也绝对是最顶尖的社交媒体应用之一。我做了一件事——关注了很多有关数据科学、机器学习和人工智能的Instagram账户。我也会关注其他类型的内容，但看那些代码、待解决的问题或基于理论的知识，会让我的大脑运转起来。它让我了解了我所知道的东西以及我需要进一步研究的内容。