每周一本书之《数据天才：数据科学家修炼之道》

2017 年大数据行业已经从上半场开始挺进下半场，数据在不知不觉中影响着我们的生产、生活、娱乐等方方面面。我们深耕在行业，深知目前国内从行业角度真正缺乏的是有着商业精神的数据科学家。

数据科学家是商业分析、统计学和计算机科学等领域的通才，成为数据科学家正成为年轻人的新梦想。全球到2018年对数据科学家有上千万的职位空缺，仅中国就稀缺上百万这样的人才。

今天，小编就为大家推荐一本成为数据科学家的必备宝典——《数据天才：数据科学家修炼之道》

本书会精准地告诉你：什么是数据科学，它跟计算机科学有何差异，如何从数据中提炼价值，如何提升数据科学技能，获得工作机会。

本书包括以下内容：

源代码、数据集，以及供复习的名词字典

供数据科学家参考的简历样本、薪酬调查，以及职位描述样本

什么样的公司在寻找数据科学家

大数据及分析产业的权威分析

能展示竞争优势的实际面试问题

能帮助切实理解数据分析的案例

数据科学窍门、秘方和规则

这是一本跟数据科学和数据科学家有关的“手册”，它还包含传统统计学、编程或计算机科学教科书中所没有的信息。凭借作者在数据科学领域20多年的领导者地位，他在本书中收集了他认为对从事数据科学职业最重要的一些信息。在过去3年里，本书中的很多内容首先被发表在Data Science Central官网上，被数百万的网站用户所阅读。本书介绍了数据科学与其他相关领域的差异，以及使用大数据能给组织带来的价值。

本书从内容上分为3个部分：

一、多层次地讨论数据科学是什么，以及数据科学涉及哪些其他学科；

二、数据科学的技术应用层面，包括教程和案例研究；

三、给正在从业和有抱负的数据科学家介绍一些职业资源。

这本书涵盖了什么？

本书的技术部分包括数据科学的核心内容，比如：

将大数据和传统的算法应用到大数据时的挑战（例如在进行大数据聚类或分类时的解决方案）。

一种统计科学上新颖、简化、对数据科学友好的方法，重点在于它是一种健壮的无模型方法。

顶尖的机器学习方法（隐性决策树和组合特征选择）。

新型数据的新指标（综合指标、预测能力、波动系数）。

创建快速算法所需的计算机科学要素。

MapReduce和Hadoop，以及Hadoop进行计算时的数值稳定性。

作者简介：

Vincent Granville博士：是一名富有远见的数据科学家，有15年大数据、预测建模、数字分析和业务分析的经验。Vincent 在评分技术、欺诈检测和网络流量优化及增长等领域，是举世公认的权威专家。在过去的 10 年中，他曾与 Visa 一起研究实时信用卡欺诈检测，与CNET一起研究广告组合优化，与Microsoft（微软公司）一起研究“改变点检测”，与Wells Fargo（富国银行）一起研究在线用户体验，与InfoSpace一起研究搜索智能，与eBay一起研究自动竞价，与各大搜索引擎、广告网络和大型广告客户一起研究点击欺诈检测。Vincent 也管理着LinkedIn上最大的“大数据及分析数据科学家”小组，该小组拥有超过100 000名成员。

适读人群：

本书是写给数据科学家和相关专业人士的（如业务分析师、计算机科学家、软件工程师、数据工程师和统计学家），也适合有兴趣转投大数据科学事业的人阅读。