2018 年，AI 的發(fā)展腳步會加快，這一年將是 AI 技術(shù)重生和數(shù)據(jù)科學(xué)得以重新定義的一年。對于雄心勃勃的數(shù)據(jù)科學(xué)家來說，他們?nèi)绾卧谂c數(shù)據(jù)科學(xué)相關(guān)的工作市場中脫穎而出？2018 年會有足夠多的數(shù)據(jù)科學(xué)相關(guān)工作嗎？還是說有可能出現(xiàn)萎縮？接下來，讓我們來分析一下數(shù)據(jù)科學(xué)的趨勢，并一探如何在未來的大數(shù)據(jù)和機器學(xué)習(xí) /AI 領(lǐng)域獲得一份不錯的工作。”

1、你需要牢固掌握概率統(tǒng)計學(xué)，并學(xué)習(xí)和掌握一些算法，比如樸素貝葉斯、高斯混合模型、隱馬爾可夫模型、混淆矩陣、ROC 曲線、P-Value 等。

?

不但要理解這些算法，還要知道它們的工作原理。你需要牢固掌握梯度下降、凸優(yōu)化、拉各朗日方法論、二次規(guī)劃、偏微分方程、求積法等相關(guān)算法。

?

如果你想找一份高薪的工作，還需要掌握機器學(xué)習(xí)技術(shù)和算法，比如 k-NN、樸素貝葉斯、SVM 和決策森林等。

?

大數(shù)據(jù)學(xué)習(xí)群：716581014 ? 一起學(xué)習(xí)

2、

現(xiàn)在大部分機器學(xué)習(xí)都需要海量數(shù)據(jù)，所以你無法在單臺機器上進行機器學(xué)習(xí)。所以，你需要用到集群，需要掌握 Apache Hadoop 和一些云服務(wù)，如 Rackspace、Amazon EC2、Google Cloud Platform、OpenStack 和 Microsoft Azure 等。

?

你還需要掌握各種 Unix 工具，如 cat、grep、find、awk、sed、sort、cut、tr 等。因為機器學(xué)習(xí)基本上都是在 Unix 系統(tǒng)上運行的，所以需要掌握這些工具，知道它們的作用以及如何使用它們。

?

3、在掌握編程語言和算法的同時，不要忽略了數(shù)據(jù)可視化的作用。如果無法讓你自己或別人理解數(shù)據(jù)，那么它們就變得毫無意義。數(shù)據(jù)可視化就是指如何在正確的時間向正確的人展示數(shù)據(jù)，以便讓他們從中獲得價值。主要的數(shù)據(jù)可視化工具包括：Tableau、

QlikView、Someka Heat Maps、FusionCharts、Sisense、Plotly、Highcharts、Datawrapper、D3.js、ggplot 等。

?

4、要成為數(shù)據(jù)科學(xué)家，不一定非要拿到數(shù)據(jù)科學(xué)方面的學(xué)位。事實上，你完全不需要這么做，這樣做反而不是個好主意。如果你能拿到計算機學(xué)位、工程學(xué)學(xué)位、經(jīng)濟學(xué)學(xué)位、數(shù)學(xué)學(xué)位、統(tǒng)計學(xué)學(xué)位、精算師學(xué)位、金融學(xué)學(xué)位或者自然科學(xué)學(xué)位（物理、化學(xué)或生

物）都是可以的。甚至是人文科學(xué)（包括社會科學(xué)）也是可以的。

2018年跳槽指南：如何找到一份人工智能相關(guān)的工作？

?

“2017 年，大數(shù)據(jù)把 AI 推向了技術(shù)炒作的舞臺正中央，數(shù)據(jù)科學(xué)和機器學(xué)習(xí)在各行各業(yè)開始嶄露頭角。機器學(xué)習(xí)開始被應(yīng)用于解決數(shù)據(jù)分析問題。機器學(xué)習(xí)、AI 和預(yù)測分析成為 2017 年的熱門話題。我們見證了基于數(shù)據(jù)的價值創(chuàng)新，包括數(shù)據(jù)科學(xué)平

臺、深度學(xué)習(xí)和主要幾個廠商提供的機器學(xué)習(xí)云服務(wù)，還有機器智能、規(guī)范性分析、行為分析和物聯(lián)網(wǎng)。

?

2018 年，AI 的發(fā)展腳步會加快，這一年將是 AI 技術(shù)重生和數(shù)據(jù)科學(xué)得以重新定義的一年。對于雄心勃勃的數(shù)據(jù)科學(xué)家來說，他們?nèi)绾卧谂c數(shù)據(jù)科學(xué)相關(guān)的工作市場中脫穎而出？2018 年會有足夠多的數(shù)據(jù)科學(xué)相關(guān)工作嗎？還是說有可能出現(xiàn)萎縮？接下來，讓我們

?

來分析一下數(shù)據(jù)科學(xué)的趨勢，并一探如何在未來的大數(shù)據(jù)和機器學(xué)習(xí) /AI 領(lǐng)域獲得一份不錯的工作。”

?

增強技術(shù)實力

編程語言和開發(fā)工具

365 Data Science 收集了來自 LinkedIn 的 1001 數(shù)據(jù)科學(xué)家的信息，發(fā)現(xiàn)需求量最大的編程語言為 R 語言、Python 和 SQL。另外，還要求具備 MATLAB、Java、Scala 和 C/C++ 方面的知識。為了能夠脫穎而出，需要熟練掌握 Weka 和 NumPy 這類工具。

概率統(tǒng)計學(xué)、應(yīng)用數(shù)學(xué)和機器學(xué)習(xí)算法

?

你需要牢固掌握概率統(tǒng)計學(xué)，并學(xué)習(xí)和掌握一些算法，比如樸素貝葉斯、高斯混合模型、隱馬爾可夫模型、混淆矩陣、ROC 曲線、P-Value 等。

?

不但要理解這些算法，還要知道它們的工作原理。你需要牢固掌握梯度下降、凸優(yōu)化、拉各朗日方法論、二次規(guī)劃、偏微分方程、求積法等相關(guān)算法。

?

如果你想找一份高薪的工作，還需要掌握機器學(xué)習(xí)技術(shù)和算法，比如 k-NN、樸素貝葉斯、SVM 和決策森林等。

分布式計算和 Unix 工具

?

現(xiàn)在大部分機器學(xué)習(xí)都需要海量數(shù)據(jù)，所以你無法在單臺機器上進行機器學(xué)習(xí)。所以，你需要用到集群，需要掌握 Apache Hadoop 和一些云服務(wù)，如 Rackspace、Amazon EC2、Google Cloud Platform、OpenStack 和 Microsoft Azure 等。

?

你還需要掌握各種 Unix 工具，如 cat、grep、find、awk、sed、sort、cut、tr 等。因為機器學(xué)習(xí)基本上都是在 Unix 系統(tǒng)上運行的，所以需要掌握這些工具，知道它們的作用以及如何使用它們。

?

查詢語言和 NoSQL 數(shù)據(jù)庫

傳統(tǒng)關(guān)系型數(shù)據(jù)庫已經(jīng)老去。除了 Hadoop 之外，你還需要掌握 SQL、Hive 和 Pig，以及 NoSQL 數(shù)據(jù)庫，如 MongoDB、Casssandra、HBase。

基于 NoSQL 分布式數(shù)據(jù)庫的基礎(chǔ)設(shè)施已經(jīng)成為大數(shù)據(jù)倉庫的基礎(chǔ)。原先在一個中心關(guān)系型數(shù)據(jù)庫上需要 20 個小時才能處理完的任務(wù)，在一個大型的 Hadoop 集群上可能只需要 3 分鐘時間。當(dāng)然，你也可以使用 MapReduce、Cloudera、Tarn、PaaS、Chef、Flume 和 ABAP 這些工具。

數(shù)據(jù)可視化工具

在掌握編程語言和算法的同時，不要忽略了數(shù)據(jù)可視化的作用。如果無法讓你自己或別人理解數(shù)據(jù)，那么它們就變得毫無意義。數(shù)據(jù)可視化就是指如何在正確的時間向正確的人展示數(shù)據(jù)，以便讓他們從中獲得價值。主要的數(shù)據(jù)可視化工具包括：Tableau、QlikView、Someka Heat Maps、FusionCharts、Sisense、Plotly、Highcharts、Datawrapper、D3.js、ggplot 等。

正確選擇教育背景和專業(yè)

要成為數(shù)據(jù)科學(xué)家，不一定非要拿到數(shù)據(jù)科學(xué)方面的學(xué)位。事實上，你完全不需要這么做，這樣做反而不是個好主意。如果你能拿到計算機學(xué)位、工程學(xué)學(xué)位、經(jīng)濟學(xué)學(xué)位、數(shù)學(xué)學(xué)位、統(tǒng)計學(xué)學(xué)位、精算師學(xué)位、金融學(xué)學(xué)位或者自然科學(xué)學(xué)位（物理、化學(xué)或生物）都是可以的。甚至是人文科學(xué)（包括社會科學(xué)）也是可以的。

但或許你會在其他領(lǐng)域得到更好的發(fā)展，比如經(jīng)濟、應(yīng)用數(shù)學(xué)或工程領(lǐng)域。首先要確定數(shù)據(jù)科學(xué)這條路是不是適合自己。2018 年絕對不會讓那些有志在數(shù)據(jù)科學(xué)領(lǐng)域一展身手的人失望。不過還是那句話，一個具備分析能力的大腦、熟練的編程技能、誠摯的熱情和

?

持續(xù)自我提升的毅力將決定你的數(shù)據(jù)科學(xué)家之路會走多遠。

?

大數(shù)據(jù)學(xué)習(xí)群：716581014 ??專注大數(shù)據(jù)分析方法,大數(shù)據(jù)編程，大數(shù)據(jù)倉庫，大數(shù)據(jù)案例，人工智能,數(shù)據(jù)挖掘，AI等大數(shù)據(jù)內(nèi)容分享交流

轉(zhuǎn)載于:https://www.cnblogs.com/wuhongjuan/p/9217167.html

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的如何在未来的大数据和机器学习领域，获得一份不错的工作？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。