当您与使用 Python 和 R 开展更广泛分析工作的数据科学家并肩合作时，也会由衷地想用上这些更为先进的工具。
快速上手技术
Sonia 分享说她非常喜欢使用这个平台，并计划在可预见的未来继续学习。她已完成 30 多门课程，主要聚焦 Python 和数据科学，并在 2024 年于 Datacamp 获取了超过 225,000 点经验值（xp）。其中两门课程对她尤为重要：
- Python Data Science Toolbox：这门课程帮助她从基础的 Excel 操作转向在 Python 中编写函数，弥合了她的分析专长与现代数据科学方法之间的鸿沟。
- Intermediate Importing Data in Python：学习如何合并来自多个来源的数据，为分析打开了新的可能性。她在数据导入、转换与关联方面的技能得到提升。借此，Sonia 现在不仅对超越以往惯用的政府数据库和经合组织（OECD）统计更有热情与信心，也能拓宽自己可访问的数据库范围。
能够亲自完成复杂分析，让您能与数据科学家就他们的分析展开更高质量的对话。这对于确保数据被正确解读具有颠覆性意义。
按您的节奏，清晰进阶
来自传统分析背景的 Sonia，十分认可 DataCamp 在学习前沿技术方面的用心设计：
- 结构化模块：先从基础概念入手，再逐步进阶到高级主题，帮助她建立信心。
- 自定进度学习：这种灵活性让她能在学习数据科学的同时，兼顾法语与佛学课程等其他兴趣。
- 实践优先：每讲完一个概念即可马上练习，强化所学。对初学编程的她而言，课程/平台提供的多个练习模块尤为可贵。
我很喜欢的是，我可以随时打开 DataCamp，根据自己的需要投入任意多的时间，慢慢来。
与数据科学家直接协作
对 Sonia 而言，掌握技术技能重塑了她与数据科学团队的互动，使她能够：
- 理解并参与有关模型选择与数据预处理的讨论
- 审阅并评析复杂的数据科学方法
- 在跨职能项目中更高效地协作
- 弥合分析洞见与技术落地之间的差距
在朝着认证目标努力的过程中，Sonia 的经历表明，扩充技术工具箱不仅是学习新工具——更是为了在当今数据驱动的环境中，成为更高效的协作者。
Sonia 认可人工智能在提升数据科学家工作方面的潜力，但同时也看到，这反过来要求从业者对所用工具、方法与各类输入，以及如何开展工作并呈现数据结论，具备更敏锐的洞察与理解。
能够亲自完成分析，让您能就方法与发现，与数据科学家展开更优质的交流。鉴于国家与欧盟层面政策制定的重要性与影响，这不仅在于理解结论，更在于能批判性地评估为得出结论所采用方法的稳健性。
Matt 已在全球教授了成千上万的人掌握数据技能。他热衷于打造产品和内容，让每个人都能更轻松地围绕数据开展协作。
在英国政府与欧盟委员会担任政府分析师逾二十年期间，Sonia 主要使用 Excel 进行数据分析。借助职业间歇期以及她希望掌握 Python 和 R 等更高级工具的动力，她决定升级自己的技术工具箱。她选择了 Datacamp，因为该平台专注于面向分析师和科学家的各类编程软件课程，覆盖面广且切中需求。