20200523古有曹子建七步成诗，今有DataCamp 8步成为数据科学家
这是国外一个非常厉害的数据科学学习平台DataCamp数据科学大牛Karlijn Willems写的一篇图文《8步成为数据科学家》。
我看到之后感觉，哇，大牛就是大牛。
8步，就8步，而且是8 easy 步。
当然，这里说的8步，不是说你用8天或者8周就可以完成，而是告诉你一个学习路径。只要你按照这个学习路径去学习，坚持学习，一定可以攀登到数据科学家的高峰的。
首先，什么是大数据科学家？
这个问题让我想起了，大学的系主任在给我们上的第一堂课时说的：
什么是地球物理学系？
地球物理学系就是半个地质系、半个物理系、半个计算机系、半个数学系毕业的。说白了就是一个跨学科的专业。
同样，数据科学家也是一个跨学科人才，是比软件工程师更擅长统计学，比统计学家更擅长软件工程的人。需要掌握的知识有数学统计，编程能力，机器学习，研究能力等。
最主要的是什么呢？是将以上这些技能全部综合运用起来，以解决实际的问题，促进业务的发展，提升生产力，为社会创造价值的。
从上图来看，数据科学家大部分是本科或者硕士学历（本科37%，硕士31%），当然，这个数据是几年之前的。从调查数据来看，有5%高中毕业的人也成为了数据科学家。这足以说明，只要你肯努力，即便是文凭很一般，也是可能成为顶级大牛的。更何况，对于很多人来说，无需成为数据科学家，只要会一些常规的数据分析方法与技能，就能找到一个合适的工作。
第1步：学好统计、数学和机器学习
数学和统计学是数据分析的最基础的内容，也是后续影响你发展路径的决定因素，一定要打好基础。但是机器学习这里只要了解个大概就可以了。
以下给出了一些学习的书目与资料，如果觉得很难的话，可以参考这篇文章的几本书：
第2步：编程
编程能力早就已经作为大学生的基本能力之一，甚至现在的少儿编程也火速蔓延。
选择一种数据分析的编程语言，例如开源软件的R , Python语言等，或者商业软件的SAS, SPSS等。
很多同学在学习编程语言的时候，经常是按照如下的路径：从安装到放弃……所以：
第3步：数据库
少量的数据可以使用Excel文件来存放，但是数据量大时就不行了。大部分公司的大部分数据都存放在数据库中，因此呢，数据库的操作你需要熟悉的，如关系数据库MySQL,非关系型数据库MongoDB等。
同样，也不要从安装到放弃啊：
第4步：学会数据清洗、可视化和报表制作
据统计，在大部分数据分析的工作中，有多达60%的时间都花在了数据清洗上了。所以数据清洗一定要选择高效的工具，如Python的pandas包、R语言的data.table和dply包、PowerQuery等工具。
而可视化可以用Python的matplotlib包、R的各种包、PowerBI等。
报表制作上，PPT技能是最基础的内容，PowerBI和Tableau等规模化报表工具，你值得拥有。
学习PowerBI内容，请关注本号，查看历史文章，干货满满。
第5步：提升到大数据级别
当你开始处理海量规模的数据时，绝大多数的数据科学家要解决的问题，都无法在单机上完成，需要用分布式处理大数据集，使用的工具有Hadoop和Spark等。
第6步：多操作、多实践，与数据科学家大牛多交流
实践是检验真理的唯一标准。你学习了那么多，一定要真正用在实践中区创造价值，哪怕是学习了别人的知识，自己再输出给其他人也行。
再就是遇到问题时，一定要请教大牛，其实他们都很乐于回答你的问题的。
第7步：实习、项目实战、或者找一份工作
即便是学习了之后操练一下，你可能也就是有个大概的认识。但是一旦有项目或者工作需求，那么你学习过程中的疏漏与不足全都会暴露出来，这时候别怕，一定要再查漏补缺，提升自己，你会发现自己进步非常快。
第8步：专业社区学习交流
数据分析的网站有：DataTau, Kdnuggets, fivethirtyeight, datascience101, r-bloggers。
可以看这些数据科学大牛的博客：Hilary Mason, David Smith, Nate Silver, dj patil。
在这些专业社区，看看别人都是遇到什么样的问题，如何解决的，甚至你可以思考如何解决这些问题，去帮助别人，在社区内积攒口碑，你也会成为大牛的。
