Ref: 数据科学家 (Data Scientist) 的核心技能是什么？

数学

至少线性代数（Linear Algebra)基础
最好还有数值分析(Numerical Analysis)和统计(Statistics)的基础

编程语言

Python
R，SQL，Tableau，这些面试中也经常出现，实战中也常常使用

编程能力

最好能把数据结构（data structure）学完，这样能在数据科学项目建模的时候也能更加顺畅

建模能力

• 对所有建模方法，都需要理论知识掌握+实际可以用Python或者R建立出来。重要模型包括不限于：所有的regression，classification，clustering，NLP，deep learning，A/B testing
• 《Introduction to statistical learning》作为机器学习入门首选的一本书，涵盖面很广，而且通俗易懂（这本书在我的资料里面送）
• Coursera的Machine Learning课程，是大名鼎鼎的Andrew NG教的，很扎实地入门数据学科和机器学习的从无到有
  练习方式：
  对于所有的机器学习方法，都要用笔记本记录它的理论依据，优点和缺点

英语能力

至少能看懂单词意思和基础语句，这个对编程至关重要

练习方法

• 对于所有的Python或者R常见的语法结构，用笔记本详细记录，这样在之后使用的时候会很方便查看已经熟能生巧。
• SQL的练习我建议在熟悉了简单的语法之后，去Leetcode上去练习sql的题。基本上把Leetcode上题目都做出来就能出山了
• Kaggle竞赛，是一个网上可以参与的数据科学竞赛，建议在数据科学学到一定程度的时候可以和队友一起参加，能完整体会到数据科学项目从0到1的一个过程
• 练习商业/产品直觉，用英文说就是Business / Product Sense。这种练习其实一般是最后一步，但是却是最重要的：也就是当你的分析/模型都已经有结果了，如何把这些结果转化成真正有用的商业结果。我推荐的练习方式是在自己平时的学习过程中，每遇到一个问题，都去思考一下可能出现的不同模型结果和相对应你会传达出来的Business Insights。同样可以看一本书叫：《30 days Facebook PM Study Guide》，读完了也会有很大帮助