今天给大家推荐的内容包括：2018年需求最旺的七大技术类岗位、机器学习自动化利器—H2O.ai和六步走战略从零开始帮助企业实现数据科学能力等。

一、2018年需求最旺的七大技术类岗位

原文标题：The 7 most in-demand tech jobs for 2018 — and how to hire for them

就在企业面临着越来越大的现代化转型压力的同时，自然也需要竭尽所能吸引高科技人才。根据Robert Half Technology发布的2018年IT薪酬报告，在新的一年中，将有更多技术类岗位迸发出前所未有的热度。下面，我们将聚焦其中七大主体，看看这些职位能够带来怎样的薪酬水平。

1. 商务智能分析师

2. 数据科学家

3. 数据库开发者

4. 帮助/支持技术人员

5. 网络管理员

6. 数据安全管理员

7. 系统管理员

二、全面评测：H2O.ai，机器学习自动化利器

原文标题：Review: H2O.ai automates machine learning

事实证明，机器学习、特别是深度学习，在正确的人手中能够带来巨大的能量。但在另一方面，它又对计算机硬件以及人才自身技术水平拥有令人难以置信的严苛要求。那么，我们该如何切实将这项技术交付至正确的人手中?除了汇聚相关领域的专业人士之外，利用强大工具自动完成其中的部分工作同样非常重要。而H2O.ai，正是相关工具中的典型选项之一。

1. 弥合数据科学技能鸿沟

2. H2O.ai Driverless AI的安装与设置

3. H2O.ai机器学习

4. H2O.ai的优势与劣势

三、VR之路全系列：百日开发教程(持续更新)

原文标题：Day 1 of 100 Days of VR: Going Through the Unity Ball Tutorial

学习VR技术的第一步在于学习如何使用相关游戏引擎。在目前的市场上，主要选项有二，即Unity与虚幻引擎。出于上手难度的考虑，这里我们选择Unity，并从其最为基本的Roll a Ball教程开始一步步学习相关开发知识。今天介绍的是VR之路系列百日教程的汇总清单，作者将在这里持续更新。如果您有意踏上这条开发之路，不妨持续关注。

四、六步走战略：从零开始帮助企业实现数据科学能力

原文标题：6 Steps Up: From Zero to Data Science for the Enterprise

时至今日，数据对于企业组织的内在价值已经得到广泛认可，但如何量化这些数据资产则成为众多企业建立现代数据实践与数据组织体系时面临的一大核心难题。在大多数企业当中，数据本身并不直接具备内在价值，而需要配合数据科学平台的构建方可显现。在今天的文章中，我们将介绍六步走战略，帮助大家从零开始建立数据科学实现能力。

1. 立足概念将数据组织为360度视图

2. 勾勒组织决策

3. 重视每一项组织决策

4. 将数据与每项决策进行映射

5. 将数据治理作为驱动因素

6. 具体执行