毫无疑问，数据科学是21世纪“最吸引人”的职业道路，由具有强烈求知欲和技术专长的人组成，他们能够从海量数据中挖掘出有价值的见解。这可以帮助企业通过提高生产力，挖掘洞见来更好地制定决策和获取利润来增加价值，仅举几例。

数据科学家的成长之路充满曲折，但在其中不断会塑造你。然而，真正塑造你的不是这些曲折，而是你如何面对这些挫折。在开始一段旅程之前，或者在成为一名成功的数据科学家的旅程中，通过预先了解正确的工具，可以避免或减少许多棘手的问题。

本文为您提供了所需的关键信息，这样您就可以有效地利用时间，灵活地探索数据科学的职业道路，帮助您找到穿越数据科学迷宫的方法。

数据科学十大网站

1. Analytics Vidhya
2. Kaggle
3. Coursera
4. Udacity
5. Datacamp
6. EdX
7. Udemy
8. KDNuggets
9. R-bloggers
10. Khan Academy

数据科学十大技能

1. 概率和统计
2. 线性代数
3. Python编程
4. R语言
5. SQL编程
6. Tableau/Power BI
7. AWS/Azure
8. Spark
9. Excel
10. DevOps

数据科学十大算法

1. 线性回归算法
2. 逻辑回归算法
3. K均值聚类
4. PCA主成分分析法
5. 支持向量机
6. 决策树
7. 随机森林
8. 梯度提升机
9. 贝叶斯分类器
10. 人工神经网络

数据科学十类角色

• 数据科学家
• 决策者
• 分析师
• ETL工程师
• 机器学习工程师
• 数据工程师
• 数据分析经理
• Tableau开发者
• 研究员
• BI分析师

LinkedIn上最值得关注的10位数据科学专家

• Bernard Marr
• DJ Patil
• Francesca Lazzeri, PhD
• Carla Gentry
• Dennis R. Mortensen
• Andrew Ng
• Gregory Piatetsky-Shapiro
• Tom Davenport
• Randy Lao ️
• NABIH IBRAHIM BAWAZIR

用于数据科学的十大Python库

• Pandas
• Numpy
• Scikit-Learn
• Keras
• PyTorch
• LightGBM
• Matplotlib
• SciPy
• Theano
• TensorFlow

数据科学十大行业

• 科技
• 金融
• 零售
• 电信
• 健康&制药
• 生产制造
• 汽车工业
• 网络安全
• 能源
• 公共事业

在LinkedIn上关注的十大数据科学相关标签，也可以用于发布吸引人的帖子

• #innovation 创新
• #technology 科技
• #bigdata 大数据
• #businessintelligence 商业智能
• #analytics 分析学
• #datamining 数据挖掘
• #data 数据
• #artificialintelligence 人工智能
• #machinelearning 机器学习
• #datascience 数据科学

LinkedIn上最值得加入的10个数据科学小组

• Big Data and Analytics
• Advanced Analytics and Data Science
• Big Data, Analytics, Business Intelligence & Visualization Experts Community
• Data Science, Big Data, Machine Learning, Artificial Intelligence Professionals | DataScience.US
• Data Mining, Statistics, Big Data, Data Visualization, and Data Science
• Research Methods and Data Science
• Big Data, Analytics, IoT (Internet of Things) & Blockchain
• Big Data|Artificial Intelligence|Machine Learning|Predictive Analytics|Data Mining|Data Science
• IBM Big Data and Analytics
• Advanced Analytics, Predictive Modeling & Statistical Analyses Professionals Group

数据科学项目的十大免费数据源

• Kaggle
• UCI Machine Learning Repository
• Google Custom Dataset Search
• gov
• Reddit
• Quandl
• VisualData
• GitHub
• world
• Google Cloud Public Datasets

最后祝你在想要成为顶尖的数据科学专家的旅途中好运。没有什么是不可能的，相信它!

本文转自雷锋网，如需转载请至雷锋网官网申请授权。