2018 年，AI 的发展脚步会加快，这一年将是 AI 技术重生和数据科学得以重新定义的一年。对于雄心勃勃的数据科学家来说，他
们如何在与数据科学相关的工作市场中脱颖而出？2018 年会有足够多的数据科学相关工作吗？还是说有可能出现萎缩？接下
来，让我们来分析一下数据科学的趋势，并一探如何在未来的大数据和机器学习 /AI 领域获得一份不错的工作。”
大数据学习群：716581014
1、你需要牢固掌握概率统计学，并学习和掌握一些算法，比如朴素贝叶斯、高斯混合模型、隐马尔可夫模型、混淆矩阵、ROC
曲线、P-Value 等。
不但要理解这些算法，还要知道它们的工作原理。你需要牢固掌握梯度下降、凸优化、拉各朗日方法论、二次规划、偏微分方
程、求积法等相关算法。
如果你想找一份高薪的工作，还需要掌握机器学习技术和算法，比如 k-NN、朴素贝叶斯、SVM 和决策森林等。
2、
现在大部分机器学习都需要海量数据，所以你无法在单台机器上进行机器学习。所以，你需要用到集群，需要掌握 Apache
Hadoop 和一些云服务，如 Rackspace、Amazon EC2、Google Cloud Platform、OpenStack 和 Microsoft Azure 等。
你还需要掌握各种 Unix 工具，如 cat、grep、find、awk、sed、sort、cut、tr 等。因为机器学习基本上都是在 Unix 系统上运行
的，所以需要掌握这些工具，知道它们的作用以及如何使用它们。
3、在掌握编程语言和算法的同时，不要忽略了数据可视化的作用。如果无法让你自己或别人理解数据，那么它们就变得毫无意
义。数据可视化就是指如何在正确的时间向正确的人展示数据，以便让他们从中获得价值。主要的数据可视化工具包括：
Tableau、QlikView、Someka Heat Maps、FusionCharts、Sisense、Plotly、Highcharts、Datawrapper、D3.js、ggplot 等。
4、要成为数据科学家，不一定非要拿到数据科学方面的学位。事实上，你完全不需要这么做，这样做反而不是个好主意。如果
你能拿到计算机学位、工程学学位、经济学学位、数学学位、统计学学位、精算师学位、金融学学位或者自然科学学位（物理、
化学或生物）都是可以的。甚至是人文科学（包括社会科学）也是可以的。
2018年跳槽指南：如何找到一份人工智能相关的工作？
“2017 年，大数据把 AI 推向了技术炒作的舞台正中央，数据科学和机器学习在各行各业开始崭露头角。机器学习
开始被应用于解决数据分析问题。机器学习、AI 和预测分析成为 2017 年的热门话题。我们见证了基于数据的价值创新，包括数
据科学平台、深度学习和主要几个厂商提供的机器学习云服务，还有机器智能、规范性分析、行为分析和物联网。
2018 年，AI 的发展脚步会加快，这一年将是 AI 技术重生和数据科学得以重新定义的一年。对于雄心勃勃的数据科学家来说，他
们如何在与数据科学相关的工作市场中脱颖而出？2018 年会有足够多的数据科学相关工作吗？还是说有可能出现萎缩？接下
来，让我们来分析一下数据科学的趋势，并一探如何在未来的大数据和机器学习 /AI 领域获得一份不错的工作。”
增强技术实力
编程语言和开发工具
365 Data Science 收集了来自 LinkedIn 的 1001 数据科学家的信息，发现需求量最大的编程语言为 R 语言、Python 和 SQL。另
外，还要求具备 MATLAB、Java、Scala 和 C/C++ 方面的知识。为了能够脱颖而出，需要熟练掌握 Weka 和 NumPy 这类工
具。
概率统计学、应用数学和机器学习算法
你需要牢固掌握概率统计学，并学习和掌握一些算法，比如朴素贝叶斯、高斯混合模型、隐马尔可夫模型、混淆矩阵、ROC 曲
线、P-Value 等。
不但要理解这些算法，还要知道它们的工作原理。你需要牢固掌握梯度下降、凸优化、拉各朗日方法论、二次规划、偏微分方
程、求积法等相关算法。
如果你想找一份高薪的工作，还需要掌握机器学习技术和算法，比如 k-NN、朴素贝叶斯、SVM 和决策森林等。
分布式计算和 Unix 工具
现在大部分机器学习都需要海量数据，所以你无法在单台机器上进行机器学习。所以，你需要用到集群，需要掌握 Apache
Hadoop 和一些云服务，如 Rackspace、Amazon EC2、Google Cloud Platform、OpenStack 和 Microsoft Azure 等。
你还需要掌握各种 Unix 工具，如 cat、grep、find、awk、sed、sort、cut、tr 等。因为机器学习基本上都是在 Unix 系统上运行
的，所以需要掌握这些工具，知道它们的作用以及如何使用它们。
查询语言和 NoSQL 数据库
传统关系型数据库已经老去。除了 Hadoop 之外，你还需要掌握 SQL、Hive 和 Pig，以及 NoSQL 数据库，如 MongoDB、
Casssandra、HBase。
基于 NoSQL 分布式数据库的基础设施已经成为大数据仓库的基础。原先在一个中心关系型数据库上需要 20 个小时才能处理完
的任务，在一个大型的 Hadoop 集群上可能只需要 3 分钟时间。当然，你也可以使用 MapReduce、Cloudera、Tarn、PaaS、
Chef、Flume 和 ABAP 这些工具。
数据可视化工具
在掌握编程语言和算法的同时，不要忽略了数据可视化的作用。如果无法让你自己或别人理解数据，那么它们就变得毫无意义。
数据可视化就是指如何在正确的时间向正确的人展示数据，以便让他们从中获得价值。主要的数据可视化工具包括：Tableau、
QlikView、Someka Heat Maps、FusionCharts、Sisense、Plotly、Highcharts、Datawrapper、D3.js、ggplot 等。
正确选择教育背景和专业
要成为数据科学家，不一定非要拿到数据科学方面的学位。事实上，你完全不需要这么做，这样做反而不是个好主意。如果你能
拿到计算机学位、工程学学位、经济学学位、数学学位、统计学学位、精算师学位、金融学学位或者自然科学学位（物理、化学
或生物）都是可以的。甚至是人文科学（包括社会科学）也是可以的。
但或许你会在其他领域得到更好的发展，比如经济、应用数学或工程领域。首先要确定数据科学这条路是不是适合自己。2018
年绝对不会让那些有志在数据科学领域一展身手的人失望。不过还是那句话，一个具备分析能力的大脑、熟练的编程技能、诚挚
的热情和持续自我提升的毅力将决定你的数据科学家之路会走多远。
大数据学习群：716581014
跟大家分享到底要怎么学习它，以及怎么避免大数据学习的误区，以供参考。
（1）大数据学习要业务驱动，不要技术驱动：数据科学的核心能力是解决问题。大数据的核心目标是数据驱动的智能化，要解
决具体的问题，不管是科学研究问题，还是商业决策问题，抑或是政府管理问题。所以学习之前要明确问题，理解问题，所谓问
题导向、目标导向，这个明确之后再研究和选择合适的技术加以应用，这样才有针对性，言必hadoop,spark的大数据分析是不严
谨的。不同的业务领域需要不同方向理论、技术和工具的支持。
（2）大数据学习要善用开源，不要重复造轮子：数据科学的技术基因在于开源。IT前沿领域的开源化已成不可逆转的趋势，
Android开源让智能手机平民化，让我们跨入了移动互联网时代，智能硬件开源将带领跨入物联网时代，以Hadoop和Spark为代
表的大数据开源生态加速了去IOE（IBM、ORACLE、EMC）进程，倒逼传统IT巨头拥抱开源，谷歌和OpenAI联盟的深度学习开
源（以Tensorflow,Torch,Caffe等为代表）正在加速人工智能技术的发展。
（3）大数据学习要以点带面，不贪大求全：数据科学要把握好碎片化与系统性。根据前文的大数据技术体系分析，我们可以看
到大数据技术的深度和广度都是传统信息技术难以比拟的。我们的精力很有限，短时间内很难掌握多个领域的大数据理论和技
术，数据科学要把握好碎片化和系统性的关系。
（4）大数据学习要勇于实践，不要纸上谈兵：数据科学还是数据工程？大数据只有和特定领域的应用结合起来才能产生价值，
数据科学还是数据工程是大数据学习要明确的关键问题，搞学术发paper数据科学OK，但要大数据应用落地，如果把数据科学成
果转化为数据工程进行落地应用，难度很大，这也是很多企业质疑数据科学价值的原因。