每周一本書之《數據天才：數據科學家修鍊之道》

這是一本跟數據科學和數據科學家有關的「手冊」，它還包含傳統統計學、編程或計算機科學教科書中所沒有的信息。

作者 | abby

2017 年大數據行業已經從上半場開始挺進下半場，數據在不知不覺中影響著我們的生產、生活、娛樂等方方面面。我們深耕在行業，深知目前國內從行業角度真正缺乏的是有著商業精神的數據科學家。

數據科學家是商業分析、統計學和計算機科學等領域的通才，成為數據科學家正成為年輕人的新夢想。全球到2018年對數據科學家有上千萬的職位空缺，僅就稀缺上百萬這樣的人才。

今天，小編就為大家推薦一本成為數據科學家的必備寶典——《數據天才：數據科學家修鍊之道》

本書會精準地告訴你：什麼是數據科學，它跟計算機科學有何差異，如何從數據中提煉價值，如何提升數據科學技能，獲得工作機會。

本書包括以下內容：

源代碼、數據集，以及供複習的名詞字典

供數據科學家參考的簡歷樣本、薪酬調查，以及職位描述樣本

什麼樣的公司在尋找數據科學家

大數據及分析產業的權威分析

能展示競爭優勢的實際面試問題

能幫助切實理解數據分析的案例

數據科學竅門、秘方和規則

這是一本跟數據科學和數據科學家有關的「手冊」，它還包含傳統統計學、編程或計算機科學教科書中所沒有的信息。憑藉作者在數據科學領域20多年的領導者地位，他在本書中收集了他認為對從事數據科學職業最重要的一些信息。在過去3年裡，本書中的很多內容首先被發表在Data Science Central官網上，被數百萬的網站用戶所閱讀。本書介紹了數據科學與其他相關領域的差異，以及使用大數據能給組織帶來的價值。

本書從內容上分為3個部分：

一、多層次地討論數據科學是什麼，以及數據科學涉及哪些其他學科；

二、數據科學的技術應用層面，包括教程和案例研究；

三、給正在從業和有抱負的數據科學家介紹一些職業資源。

這本書涵蓋了什麼？

本書的技術部分包括數據科學的核心內容，比如：

將大數據和傳統的演算法應用到大數據時的挑戰（例如在進行大數據聚類或分類時的解決方案）。

一種統計科學上新穎、簡化、對數據科學友好的方法，重點在於它是一種健壯的無模型方法。

頂尖的機器學習方法（隱性決策樹和組合特徵選擇）。

新型數據的新指標（綜合指標、預測能力、波動係數）。

創建快速演算法所需的計算機科學要素。

MapReduce和Hadoop，以及Hadoop進行計算時的數值穩定性。

作者簡介：

Vincent Granville博士：是一名富有遠見的數據科學家，有15年大數據、預測建模、數字分析和業務分析的經驗。Vincent 在評分技術、欺詐檢測和網路流量優化及增長等領域，是舉世公認的權威專家。

在過去的 10 年中，他曾與 Visa 一起研究實時信用卡欺詐檢測，與CNET一起研究廣告組合優化，與Microsoft（微軟公司）一起研究「改變點檢測」，與Wells Fargo（富國銀行）一起研究在線用戶體驗，與InfoSpace一起研究搜索智能，與eBay一起研究自動競價，與各大搜索引擎、廣告網路和大型廣告客戶一起研究點擊欺詐檢測。Vincent 也管理著LinkedIn上最大的「大數據及分析數據科學家」小組，該小組擁有超過100 000名成員。

適讀人群：

本書是寫給數據科學家和相關專業人士的（如業務分析師、計算機科學家、軟體工程師、數據工程師和統計學家），也適合有興趣轉投大數據科學事業的人閱讀。

本書由 數據猿聯合電子工業出版社 共同推薦

【本欄目合作夥伴】：清華大學出版社、電子工業出版社、北京師範大學出版社、人民大學出版社。

相關閱讀：