Data Scientist 炼成记录-更新完毕2018年12月 | 机器学习练成记录 - 已开新帖

有益的分享，谢谢！

不好意思没有确认之前是否有人问过 不过在画图能力上 python用matplot / seaborn 或者在线用http://tableau.com 在业界流行吗？我们cs还蛮偏重python作图的

好棒啊！！！！

感觉这个帖好棒！正适合我这种不知从何入手的银

关于prototype:
之前推荐的mean stack有点heavy weight
DS一个星期的hackathon project的话，flask基本是最快的选择
前端jquery也可以勉强上，但是如果你需要maintain自己产品的话，look into React (not a full framework, easier than Angular)
关于前端，不谈真正码农界别，只是数据科学家亲自做点prototype的话，udacity的课的确是可用
如果不愿意掏钱，那起来要把tooling那部分学会，可以省去太多时间
说起pip啊，sh写个小程序管理日常， 人人都知道
但是前端类似的package管理npm, automate日常工作内容的gulp，和browser里面直接带的强大dev功能，花一晚上学了setup好，后来会省去无数时间。

mark一下，新人报道，以后常驻k姐的贴了~

EE phd在读，浑浑噩噩快两年，总算最近开始想以后工作的事情了。总结了一下自己的skill set，杂七杂八没一样成体系的。考虑到做的东西跟machine learning沾点边（只是拿别人的模型来用，我能说发了一篇用到svm的paper后半年我才搞清楚svm的工作原理嘛…）而且有一定的兴趣，再加上导师对医学前沿问题的关注远远多于技术层面，于是下定决心自学入门data science。

基础方面machine learning常见的模型原理大概都明白，高阶一点的比如PGM有过粗浅的入门（此处有问题，大家觉得ML要学到什么程度呢？概率图模型这种模型，学了之后感觉也基本没用到，就停留在一个“有点印象”的阶段）。统计学上过两门graduate level的统计课，基本的点估计，置信区间，t-test, F-test, ANOVA, PCA, Regression，只能说曾经知道推导过程，现在就大概有个印象，知道在什么情况下用得到… 时间序列分析和贝叶斯没太接触过。算法方面相对比较自信，之前陪女朋友刷算法题的时候自己也偶尔跟着做一下，感觉正式找工作之前突击一下应该还好。会的几个编程语言（java, R, Matlab, Python）基本都只限于刷题/数据分析方面，并没有什么软件/应用开发的经历。数据库/大数据 还有Web方面感觉是自己的最大短板（完全小白）。最近在自学MySQL，学完之后准备看Udacity的hadoop介绍课还有coursera的python 获取web数据这两门课（都是在这个帖子里看到的，感谢K姐~）。

目前情况就这么多。一亩三分地提供的信息太多了，后悔自己没早一年过来看看。大家一起努力！

很好的帖子！！！有启发！

小K 发表于 2015-7-17 23:25
分享一点scala心得

edx 那个课==spark还是太浅，不觉得跟udacity mapreduce的课有本质区别

请问下K姐，你说的"edx 那个课==spark还是太浅，不觉得跟udacity mapreduce的课有本质区别"，是觉得udacity 的mapreduce课比较浅吗...2333，我也是知道点mapreduce的知识，之前也听别人讲过GFS，Hbase，Mapreduce，不过就是知道点皮毛...一直没怎么实践过。请问udacity那课怎么样，或者还有什么可follow的不错的资料吗？
先在此谢过了

很厉害昂，学到很多，学着在铺自己的职业生涯规划。。。

Hello，想问一下如果找data scientist方面的工作一定要是phd么？ms加上这些技能的话够么？谢谢～