通向数据科学的 4 条途径

原文：https://pub.towardsai.net/4-pathways-to-data-science-56ffec79a7d6?source=collection_archive---------0-----------------------

Johannes Plenio 在 Unsplash 上拍摄的照片

教育

跳入数据永远不会太晚。这些途径可以帮助您获得数据科学实践的基本技能。

现在，ata 被认为是增长最快、价值数十亿美元的产业之一。因此，企业和组织正试图充分利用他们已经拥有的数据，并确定他们仍然需要捕获和存储哪些数据。此外，对于数据科学家来说，理解这些数字并发现混乱的业务问题的隐藏解决方案仍然是一个不可思议的需求。最近使用 LinkedIn 求职工具进行的一项研究表明，2020 年大多数顶级技术工作都需要数据科学技能。

面对数据科学中所有令人兴奋的机会，自学数据科学是获得在这个竞争激烈的领域脱颖而出所需的技能和经验，并让您的雇主获得竞争优势的一个好方法。

数据科学是一个不断发展的领域，因为专业人员每天使用的技能、语言、库和工具都在不断变化。这是一个需要不断学习的领域。因此，无论您是刚刚起步还是已经从事数据科学家多年，您都可以利用本文中讨论的资源。

在深入研究数据科学的途径之前，让我们首先讨论为什么数据科学背景是至关重要的五个原因。

获取数据科学技能的 5 个原因

I)学习数据科学为你提供了一个重塑自我的机会。

ii)我们生活在一个数字化的世界。一切都是数据驱动的。

iii)数据科学也是一个非常有前途的领域，有很多高薪的工作机会。

iv)基本的数据科学技能对于个人使用非常重要。

v)您可以利用您在数据科学方面的知识来获得额外收入。

通往数据科学的道路

1.传统大学学位

一些顶尖大学提供传统的数据科学研究生课程。因为这些是研究生水平的项目，大多数都需要分析领域的本科学位，如物理、数学、会计、商业、计算机科学或工程。这些项目通常为期 3 至 4 个学期，适合全日制学生。传统项目有不同的类型，如:数据科学硕士、数据分析硕士或商业分析硕士。传统面授课程的学费可能在 15，000 美元到 40，000 美元之间，不包括生活费。因此，在攻读传统的大学学位之前，最好问自己以下几个问题:

a)我应该考虑在线课程还是面授课程？

b)面授课程会要求我重新定位吗？

c)课程有多好？

d)前提条件是什么？有些项目要求你完成一些基本的数学和编程课程。有些要求 GRE 或 GMAT 考试成绩。

e)计划的持续时间是多长？

f)该计划的成本是多少？

2.在线大师

在线硕士是传统大学项目的延伸。在线课程的优势在于成本较低，并且不需要重新安置。大多数数据科学或商业分析的在线硕士课程平均需要 18 到 24 个月才能完成。在线数据科学硕士课程的费用从 13，000 美元到 40，000 美元不等。

3.MOOCs 专业证书/微硕士

在 edX、Coursera、DataCamp、Udacity、Udemy 等平台上，有那么多优秀的海量数据科学开放在线课程(MOOCs)。提供的课程可以是独立的课程，也可以是专业课程(专业证书)或微型硕士课程。这些都是顶尖大学提供的，如哈佛、麻省理工、密歇根大学、波士顿学院、阿德莱德大学、加州大学圣地亚哥分校、加州大学伯克利分校等。这些课程更便宜，负担得起，你可以按照自己的节奏学习课程。专业证书和 MicroMasters 课程的费用通常在 600 美元到 1500 美元之间。

通过投入一些时间，您可以从这些课程中自学数据科学的基础知识。以下是我最喜欢的一些在线数据科学专业化/微硕士项目:

数据科学专业证书(HarvardX，通过 edX
分析:基本工具和方法(Georgia TechX，通过 edX
Python 专业化的应用数据科学(密歇根大学，通过 Coursera

您可以通过此链接了解 edX 平台上提供的更多 MicroMasters 项目: 数据科学中的 edX MicroMasters 项目 。

4.中等

Medium 现在被认为是增长最快的数据科学学习平台之一。对于已经在补充学科(例如，统计学、计算机科学、物理、数学或工程)中有坚实背景的个人来说，从 Medium 学习数据科学非常有用。

如果您有兴趣使用该平台进行数据科学自学，第一步将是创建一个中型帐户。您可以创建一个免费帐户或会员帐户。对于免费帐户，每月可以访问的会员文章数量是有限制的。会员账户需要 5 美元或 50 美元/年的月订阅费。从这里了解更多关于成为中等会员的信息:https://medium.com/membership。有了会员帐号，你将可以无限制地访问媒体文章和出版物。

媒体上排名前两位的数据科学出版物是面向数据科学的和面向人工智能的。每天都有新的文章发表在 Medium 上，涵盖数据科学、机器学习、数据可视化、编程、人工智能等主题。使用 medium 网站上的搜索工具，您可以访问大量文章，这些文章涵盖了从基础到高级概念的各种数据科学主题。****

摘要

总之，我们已经讨论了通向数据科学的四条重要途径。如果你愿意，可以在大学里呆上四年(或者在研究生院呆上更长时间)。这将使你对该领域有更深入的了解，但如果你的情况不允许你追求大学学位，你可以(带着一些热情和奉献精神)通过自学自学数据科学。MOOCs 提供各种数据科学主题的优秀课程，价格只是传统课程的一小部分。通过决定适当的时间和精力，你可以通过 MOOC 专业化和微观硕士学习数据科学的基础知识。如果您已经在密切相关的学科(例如，统计学、计算机科学或工程学)中有了坚实的背景，那么您可以使用 Medium 学习数据科学的基础知识。