数据科学的大坑

“无论在学术界还是工业界，数据科学尚在定义中。”

“面对数据有无数可能，但是只有一部分合乎道德（并且有趣）的问题需要我们花力气去解决。”

数据科学需要的技能清单（多的有点吓人）：

探索性数据分析

可视化（用在探索性数据分析和汇报中）

数字面板和矩阵

对业务的洞察力

数据驱动决策

数据工程和处理大数据的能力（Mapreduce、Hadoop、Hive、Pig）

收集数据

构建数据管道（日志-->mapreduce-->数据文件-->同其他数据合并-->mapreduce-->清除一些噪声-->合并）

开发新产品，而不仅仅停留在对现有产品的使用进行描述上

写专利

数据侦探

预测未来的行为或性能

将发现写成报告，做讲演或发表在学术期刊上

编程（R、Python、C和Java等）

条件概率

优化

算法，统计模型和机器学习

讲故事的能力

会提问题

做调查

搞研究

从数据中做出推测

开发数据产品

找到处理数据的方法，会根据数据规模改变分析策略

一致性检查

对数据的直觉

和领域专家打交道的能力

设计和分析实验

发现数据间的相关性，并尝试建立潜在的因果关系