脏数据(dirty data)显然排在了第一位，也就是说，数据科学家最常见的困扰就是须要对数据进行大年夜量的预处理工作。除了数据预处理之外，还有很多问题困扰着数据科学家，比如说浩瀚的机械进修算法各有各的善于范畴，所以懂得它们的机能也会有一些艰苦。
数据科学家初学者若何进入这个范畴?
当开端一个新的职业生活的时刻，参考别人的成功经验会很有赞助。我们查询拜访了在数据科学行业工作的人们，询问他们是若何入门的。以下是我们最爱好的几条建议：
你们会推荐数据科学家新手最先学哪门说话?
每一位数据科学家都有本身的对选择第一门说话的设法主意。事实证实，那些仅应用 Python 或 R 说话的人们做出了精确的选择。不过如不雅你问一下应用过 R 和 Python 的人们，他们有两倍的可能会把 Python 推荐给你。
你们应用哪些数据科学进修资本?
你们在哪里获取开源数据?
没稀有据，就没稀有据科学。当须要进修数据科学技能的时刻，知道若何找到干净的开源数据集用于演习和开辟项目相当重要。很高兴我们的数据集聚合器正成长为数据科学社区成员中应用最频繁的对象。
数据科学是一个成长敏捷的范畴，有很多有价值的资本可以赞助钠揭捉?习并保持业内的顶尖地位，大年夜而赓续晋升你的竞争力。已经在数据科学范畴中工作的人们会更多地应用 Stack Overflow Q&A，Conferences 和 Podcasts。如不雅想要宣布内容或开源软件，请时刻记住刚进入这个范畴的人们平日更多应用官方的文档和不雅看 Youtube 视频。
若何找工作，并且又是若何找到的?
在寻找工作地时刻，人们可能会去公司网站，或在指定技巧偏向的┞沸聘信息中寻找机会，然则根据数据科学范畴工作的人们的经验，这些方法无疑是最差的选择。直接联喷鼻魅雇用者或建立本身的收集以进入这个范畴才是他们的首选。
留意：少于 50 名受访者的组别被归并进了“Other”类中。个一一些柱状图为了美不雅而做了缩放处理。
【编辑推荐】
- 若何应用Scikit-learn实现用于机械进修的文本数据预备
- 大年夜范围机械进修框架的四重境界
- 大夫依然更信赖本身的经验，病院若何解决机械进修中大年夜数据收集和过载问题？
- 经由过程机械进修来主动调优数据库
- 机械进修开源项目TOP 5，别就天天肮脏道TensorFlow！
推荐阅读
Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践 对于“渗入渗出测试”这个事，我也时常纠结，尤其在“度”的方面上，毕竟本身还很年>>>详细阅读
本文标题：2017数据科学与机器学习行业现状调查：Python是最受欢迎的语言
地址：http://www.17bianji.com/lsqh/38678.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示