作为一个数学 Ph.D. 经常有学生向我咨询关于数据科学相关的问题：Data Science（DS）到底是学什么的？需要怎样的技能？学完以后有怎样的职业发展？不管是美国的硅谷还是当下的国内，DS 确实是近几年的大热门。术业有专攻，我也会经常向从事 DS 的以前的同学朋友们请教相关的问题。而且知乎上其实也不乏在一线从事 DS 的大神，（在这里先向出现在本文里的热心分享的大神们撒花致谢~~）接下来就在这里先汇总一下知乎 DS 大神们的真知灼见，希望能帮助大家对于数据科学有一个初步的了解。

    注：如果需要转账此贴，请找我授权，并注明来自 ApplySquare（申请方）问达社区：
    关于 data science（数据科学）的认知，可以看看这些.. - 申请方

    1.如何快速成为数据分析师？

    在这个问题下，

    @此人已死

    详细列出了学习数据分析的经典入门书单，将学习过程分为三个阶段，并且分别按阶段分析了要读的书和掌握的技能。

    @罗文益

    则将数据分析师和数据工程师分为入门、中阶和高阶三个层面，然后分别分析了不同层面对应掌握的技能和工具，并且穿插了很多资源和书籍。接下来 UC Berkeley 的

    @合歡樹

    整理了一些靠谱免费的国外大数据相关教程（附教程简介），并且梳理出一套网络自学攻略，分为统计篇、编程篇、工具篇和分析实战篇。

    2.如何成为一名数据科学家？

    Facebook 的

    @邹昕

    在自己的答案的开头和结尾分别推荐了很多知乎上的资深 Data Scientist 和专栏，想要关注的同学千万别错过。然后在答案中分享了自己从生物专业转行到 Facebook 担任 Data Scientist 的经验，包括 Data Scientist 的日常工作、职位需求以及面试准备等。Twitter Data Science Team 的

    @谢科

    则是从 Data Scientist 工作实战出发，分析了要成为 Data Scientist 的几大方面要求，包括学好 python、统计、数据处理、广泛阅读和上相关课程，并且穿插介绍了很多干货资源。大神

    @董飞

    引用了在 Twitter 工作两年的 Robert Chang 所写的工作心得来回答这个问题。先是分析了这两年间 Twitter 数据分析在三个层面上的变化，又将 Twitter 的 数据分析师分为主要负责分析的 A 型和主要负责建造的 B 型，并分别介绍。清晰的分类可以帮助 Data Scientist 们有更明确的职业规划。接下来，Chang 将自己作为用户增长相关的 DS 工作内容分为四类并逐一解释。

    3.数据分析师和数据科学家有何区别？

    通过这个问题来区分一下刚才提到的两种数据相关的职位。UT Austin 的

    @Xihan Liu

    先是区分了现代企业中的 Data Scientist 和真正的 Data Scientist。 “data scientist 这个 title 对于企业来说只是众多 title 的一个，并没什么特别的，员工从 Jr. Data Analyst、Sr. Data Analyst 一路干上来，需要升职，公司需要激励员工，恰好 data scientist 这个 title 又比较 sexy 一点，那就叫 data scientist 好了！这就是多数企业的逻辑，无非是提供一个能和 Associate、MD、VP 这种管理层晋升路线相比拟的技术晋升路线罢了。” 而真正的 “data scientist 应该是 data developer, data creative, data researcher、data business person 的结合，但又高于这四者，关键就在于 Ta 对于整个数据分析闭环的把控能力。” Research Scientist / Stats PhD

    @淙瀚

    以自己公司 DA 组为例介绍了三类职务的具体工作内容：data scientist，data analyst 和 data engineer。

    4.Data
    Scientist (数据科学家) 和
    Quant (数量金融分析师) 之间该如何选择？

    对于还在金融工程、统计、CS 相关专业方向徘徊的同学不妨关注下这个问题。Quant

    @亲爱的龙哥

    从工作内容、薪资、生活方式、地理位置各个方面对着两种行业和职位进行了对比。

    通过以上问题大家应该对数据科学和数据科学家的日常有了大致了解，那么以下的问题则提供了更多工具和信息，帮你学好数据科学，早日成为大神。

    5.在数据分析、挖掘方面，有哪些好书值得推荐？

    6.有哪些「神奇」的数据获取方式？

    7.有哪些值得推荐的数据可视化工具？

    8.数据科学家 / 统计学家应该养成哪些好习惯？

    那么想去美国学习 Data Science，应该如何操作呢，我在公众上发表了一篇干货文，并建立了Data Science 申请专业群，感兴趣的小伙伴可以看下这篇文章：老师，我也想申请 Data Science 呢！

    又有的同学会问成为 Data Scientist 是不是只能申请 Data Science 相关的 program 呢？其实不然，对于 DS 这个新兴的交叉学科，很多人都是从或近或远的相关领域入行的。而且真正开设 Data Science program 的学校也十分有限。申请 CS、统计、Business Analytics 等等相关的 program，毕业后也都可以从事 DS 相关的工作，关键在于如何选择既 match 你的申请背景又最有利于找工作的 program。使用我们的 APP 可以浏览相关专业的所有 program 信息（强烈推荐一个 DIY 留学申请的 APP: applysquare），或选择我们的个人咨询服务，直接为你量身定做适合你的规划策略（99% 的申请者需要怎样的留学申请服务？），无论如何，相信我们总有方法能帮你实现从事数据科学的梦想~

    点击这里预约吧！
    https://zhuanlan.zhihu.com/p/21758279