[TWDS線上版聚]資料科學家的養成路徑-講座心得
講座中聽到我覺得重要的微筆記

說的真有道理

以前資料科學可能會用數學與統計方式做計算，現在因爲數據資料量大而逐漸轉變成以大數據為基底，然後以機器學習的方式呈現資料的取向。

資料科學可以跨領域，結合其他專業領域的知識，如：金融界、醫療界、教育界，做資料的處理與視覺化

也就是資料科學不是自己一個學問就能完成他想做的事，而是需要其他學科的輔助(資料的input)，才能進行計算、優化模型，輸出成自己想要資料視覺化格式。

資料科學所需的能力也包羅萬象，如：技術力、分析力、應用力與商業力

可以依照自己的興趣與能力去看自己適合哪一個方向的發展，程式編譯能力很強就可以鑽研資料科學與大數據這一塊；然後很喜歡數學的人就可以慢慢往機器學習與深度學習的方向走；應用力就是原本就在其他領域深耕後來想跳進來也剛好喜歡做視覺化的人(我應該就比較偏向這一類的人)，就可以加強視覺化與人工智慧的相關知識。

資料科學相關職業如雨後春筍的冒出，工程相關的職業跟資料科學相關的職業就佔了一半以上，不過也難保10年後會怎麼樣。

資料分析師是看資料的，資料工程師是用資料的，資料科學家是在玩資料的

接5樓的內容，如果原本就是PM、市場/行銷/金融或其他專業背景的人，就可以往資料分析師的方向走，然後想要成為轉譯資料的人，就可以考慮當商業分析師。

如何確定自己適不適合這個產業，就看自己能不能找到資料之間的相關性，看現有的工具能不能滿足你的需求。

然後專家鼓勵要有資料分析的相關經驗，不一定要有工作的經驗，可以參加kaggle或其他程式競賽。