如何成為一個資料科學家？不少剛剛接觸這個領域的探索者都在尋找一條盡可能正确的道路。
ok, 這條道路确實不是無迹可尋的。雖然并不簡單，但是，通過科學的規劃和足夠的時間投入，資料科學家可以通過很少的花費煉成。
接下來的這張精美的可視化長圖從什麼是資料科學家說起，然後詳細介紹煉成資料科學家的8個步驟。拿好不謝~
首先，什麼是資料科學家？資料科學，是一個多學科知識的交集，甚至包括黑客技巧。資料科學家，是比軟體工程師更擅長統計學，比統計學家更擅長軟體工程的人。目前，資料科學家的典型教育背景是：高中5%，技校5%，大專14%，大學37%，碩士/專業學位31%，博士9%。
第一步：學好統計、數學和機器學習
數學：可汗學院（khan academy）的數學，mit公開課的線性代數；統計學：udacity和openintro；機器學習：stanford線上中吳恩達（andrew ng）的機器學習，coursera上john hopkins的實用機器學習
第二步：學習編寫代碼
掌握計算機科學的基礎知識；掌握從頭至尾的開發過程（end-to-end development），因為你做的東西終将被整合到其它系統中；确定你的首選程式設計語言，開源的r , python等，商業軟體sas, spss等。用datacamp, tryr, codecademy和google class進行互動式學習。
第三步：了解資料庫
作為學生，你會經常與文本資料打交道。但是，一旦進入該領域，你會發現該領域幾乎都是用資料庫存儲資料，如mysql, postgres, couchdb, mongodb, cassandra等。
第四步：掌握資料整理、可視化和報表制作
1）資料整理，是将原始資料轉換成友善實用的格式。可自學coursera中john hopkins的getting and cleaning data課程，實用工具有datawrangler和r。
2）資料可視化，是建立和研究資料的視覺表現。實用工具有ggvis, d3, vega。
3）資料報表，作為資料分析的最後一步，是将資料分析和結果制作成易于了解的報告。實用工具有tableau, spotfire和r markdown。
第五步：提升到大資料級别
當你開始處理網絡級規模的資料時，資料分析的基本方法和過程就都改變了。絕大多數的資料科學家要解決的問題，都無法在單機上完成。他們面對的是需要分布式處理的大型資料集，使用的工具是hadoop，mapreduce，apache spark。
第六步：獲得經驗、實踐，結交大牛
［古人雲：］熟能生巧！你可以參加比賽，結交資料科學專家，通過小項目小試牛刀，培養自己的直覺。
第七步：實習、實戰、或找份工作
甄别自己是不是一個真正的資料科學家的最佳途徑，就是用你新學的知識迎難而上，進入資料分析的叢林。
第八步：關注并參與社群
原文釋出時間為：2016-07-26
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号