大概可以自己做数据图。
这是我自己做的。我收集了近10年的数据分析专业经验，参考了数十本行业权威著作和，结合几十万字的庞大学习资料，得出了这个。
在指导别人之前，你得先有自己的干货，不然怎么让人信服？
让咱们先谈谈吧。如果题目只是为了高大上的标题，那么我劝你还是尽早放弃幻想吧。现实中，数据科学家只是敬语，没什么用。可能别人转头就会觉得你在为他们服务。
那这个概念是怎么来的？
程序员觉得自己不适合编程，产品经理觉得自己不适合做产品，统计会计师觉得自己天花板低。哎，这个数据科学家的职位听起来挺高的，和我做的没什么区别。我可以试试吗？
嗯，它基本上是一样的。
你怎么看:
这种人存在吗？有，但是醒醒吧，数量很少，需要多年的经验。
据我所知，多家大型互联网公司的数据负责人只是导表，把数据跑下来，然后根据业务需要把数据交给别人，偶尔帮其他部门做一些临时需求，挖掘用户数据可能会多一点。
离数据科学家还很远，这就是现实。
但是没有办法成为数据科学家，还有一条路要走。
1.数据科学家是怎么来的？
先有数据科学，再有做这个业务的人，数据科学家。
科学就是做实验。实验的对象是数据，方法是数据挖掘、最大似然、最小似然等。仪器是各种存储硬件和处理软件。奇妙的是研究对象是不同的领域，所以一个数据科学过程的输出可能只是一些常规的知识、提示和决策，甚至扩展了对某个领域的认知。
2.数据科学家的类型
第一，偏分析。
可以说，类似于商业分析，你需要了解行业，了解市场，了解公司s操作，然后解决问题。
主要的工作基本是清数据，做分析，做报表，洞察，但是随着大数据的到来，对建模能力，工具使用能力，数据处理能力的要求更高了。
tableau，python，finebi，r，熊猫，matlab都得知道。
你还必须了解市场、经济和统计方面的知识。
第二，局部算法。
研究的升华，比如阿里达摩院，也算成本部门。部门有产出，研究有成果，就能落地。
然后这个就好理解了，算法从研究变成产品。
要求会更高，nlp、数据挖掘、推荐算法、cv、业务逻辑、需求管理、编程能力次之。
3.数据科学家的核心技能
除...之外经过数据分析，还有呢？
其实数据科学在公司的应用还停留在基础层面。老板可能只是想让公司搭上ai的末班车，但他没有我不知道如何让数据变成生产力。汕头为主。公司越大，工作边界会越模糊。
所以数据科学家要有和产品经理一样的嗅觉，或者仅次于程序员的代码能力。
否则你会很迷茫，在产品和开发上没有话语权，逐渐变成支持部门。
所以在大方向上要更加主动，从洞察到产品，要全程参与，真正培养自己的能力，才能拥有数据话语权，这不是写python、sql或者
不同的专业要学不同的软件。在这里，我根据自己几年的职场经验，给大家介绍一些常见实用的软件:
1.思维导图工具
有很多思考软件，比如xmind，mindmanager，mastermind，mindmaster等等。这里推荐万才大师脑图，带演示功能，可以清晰的向领导表达你的意思，方便工作中自己思路的安排。显示也很独特，是3d镜头的变焦形式。软件有两种:永久免费和收费。
r
这是office自带的免费软件，是一个非常好的构建知识体系的工具。它拥有完善的笔记结构，从笔记本到分区再到页面，完全满足构建知识体系的需求。
r
重装系统工具的愚蠢操作。有了它，你不你不必麻烦别人来帮忙安装系统。onekeyghost是专为xp、vista、windows7等微软系统设计的镜像备份还原辅助应用。无论是电脑高手还是新手用户，轻点鼠标，都会自动帮助实现检测并配置最佳使用模式进行备份或恢复当前操作系统。
r
我没有。;这个演示工具是我工作以后才知道的，学生时代一直用ppt。它的呈现很独特:3d缩放，旋转，友好的交互功能，可以更好的展示你的作品，向老板表达你的想法。操作比较笨，新手也不怕学。
还有office系列和photoshop，不用多说。学习这些软件对以后的工作也会有帮助。
.jpg)
