学习数据科学 - 信息图

在2012年被《哈佛商业评论》誉为“21世纪最性感的职业”之后，Glassdoor 又将其评为2016年的“年度最佳工作”。

然而，在这四年间，人们对数据科学家的看法发生了显著变化：2012年，大多数文章都在试图解释数据科学家是什么、究竟在做什么。彼时，用谷歌简单搜索“如何成为数据科学家”会发现这个概念对不同的人意味着不同的东西。到了2016年，这个搜索仍会给出各种文章和广泛的观点。然而，以前数据科学家还是一个现实可期的角色，如今越来越多的文章开始解释为何数据科学家是“独角兽”。 

因为尽管数据科学家的定义并不固定，但能满足高期望的人还并不多。招聘信息显示，公司在寻找兼具沟通能力、创造力、机敏、好奇心、技术专长等多种素质的人……这些能力的描述方式有时会让人觉得成为数据科学家几乎不可能。

在需求超过供给的背景下，“数据科学团队”而非“单一数据科学家”的趋势正在兴起，随之而来的是对数据科学的“做什么”和“如何做”的重新关注。然而，与数据科学家的定义一样，数据科学的定义也是多面的。对于想要学习数据科学的人，外界有大量建议可供参考。但这些信息可能依赖行业和情境，也带有个人色彩。