数据科学生涯:从研究者到数据科学家

Question

我目前是一名计算机科学研究助理，专门研究人机交互(HCI)和健康信息学(HI)领域。作为我角色的一部分，我从几个临床专业人员(临床医生、医生和医生)收集数据并对其进行分析(例如，T检验、诺瓦等)。我们将分析过的数据转化为多个数据集，通过创建科学论文来报告和使用这些数据，这些论文将为我们的分析提供基础。

最近，我开始对数据科学领域产生兴趣，我正在考虑朝着这个方向发展，成为一名数据科学家。正如我提到的，我已经将统计分析作为我工作的一部分。这几乎没有引起什么问题：

1. HCI和数据科学领域是如何相互关联的？
2. 如何从HCI领域的研究助理转变为数据科学的职业生涯？
3. 我应该上什么样的学习/课程？

Answer 1

问得好！我可以感谢你有一个基础的统计工作。大多数数据科学家--尤其是那些去这些数据“营地”或其他地方的科学家--都没有这一点，在你的职业生涯中，它应该能很好地为你服务。以下是你的问题的一些答案，以便：

1. 你的背景会对你有帮助，因为你已经习惯了学习，设计和执行，以及处理数据。但我没有看到任何对你有帮助的东西。当你是一位优秀的数据科学家时，数据本身就显得低调了。现在，当我从事一个项目时，我关心的是数据是以可持续的方式收集的，但是数据是什么并不重要。最终你也会达到这个目标--这都是数字和数学:-)
2. 你有统计学的一面。因此，现在您需要(1)编程技能和(2)建模技能。你应该选择学习像Python或R这样的语言，并在那里发展你的技能。从那里开始，您应该开始查看相关的库，比如Tensorflow和Keras，以帮助您构建建模技能。你还应该拿起一本教科书或其他一些资源来讨论模型的实际作用以及你如何调整它们，不可知你所选择的语言。最后，您将准备好对神经网络及其工作原理进行一些研究。在这里，衡量成功的标准是能够在Tensorflow中编写一些“传统”模型(如回归、决策树等)，并能够在Keras中编写一个神经网络。

我认为，你已经在实验中工作的基础，以及(大概)应用科学方法的基础，将很好地为你服务，并且已经使你领先于大多数的数据科学家。现在，这只是一个能够用代码完成所有这些的问题，如果您按照上面的步骤，我认为您将看到这些连接，以及如何进入数据科学的世界。

Answer 2

我建议你阅读加雷斯·詹姆斯的“统计学习导论”。一定要检查“机器学习导论”，这是安德烈-吴在“课程”上写的。对数据科学的意义有了很好的理解。选择R或Python，查看Kaggle.com，您将有更好的感觉下一步应该做什么

Answer 3

取决于你想成为什么样的数据科学家，你可能已经准备好开始疯狂地申请工作了。我所在的数据科学研究与开发小组(在财富五强公司工作)倾向于重视具有技术背景的批判性思维技能，而不是任何用特定语言编程的能力或实现任何单一模型的能力。