背景音乐：平凡之路

凡事预则立，不预则废。

写在前面

结合国内外的行业现状，和数据科学领域的培养模式，我把数据科学的学习过程分成以下四个级别：入门、初级、中级、高级。（吃瓜群众就是喜欢分级，哈哈哈）

高级之上，我认为还有一个级别：进阶，强调跨学科的综合能力，以及团队协作能力。

由于我不是科班出身，学得不够系统，所以现在的级别是，前三个级别都是雨露均沾。

当然，无论你是处于哪个级别，当你决定提高自己的时候，你就已经成功了一半。

---

入门级

编程语言（会用）

R

Python

知识（了解）

数据库

数据结构

技能（会用）

用 python 进行简单的数据处理、可视化

初级

知识（掌握）

概率论

统计学

技能（熟悉）

MySQL

常用工具（git等）

数据清洗

爬虫

常用的模型（回归等）

中级

知识（掌握）

高等数学

线性代数

技能（掌握）

机器学习

文本挖掘

高级以下的知识，我还能叨叨几句，高级以上的，我就不班门弄斧了，以后有能力了再填上。

高级

知识（精通）

高级算法

技能（熟悉）

深度学习

复现论文