文章系列：以软件开发人员的身份掌握数据科学

介绍

数据科学正在Swift成为各行各业的开发人员和管理人员的一项关键技能，而且看起来也很有趣。 但这非常复杂-有很多工程和分析选项可导航，而且很难知道您做对了还是熊陷阱在哪里。 在本系列中，我们探索了了解数据科学的方式-从曾经去过那里的人那里了解需要什么，不需要什么，以及如何使它成为您的资产。

内容

用数据科学解决业务问题

企业越来越意识到，可以通过应用少量数据科学来解决许多最紧迫的业务问题。 在本文中， Francine Bennett是系列文章的第一篇，着眼于成功的面向业务的数据科学项目的基础。

案例研究：在大型金融机构中选择大数据和数据科学技术

在组织中采用大数据和数据科学技术是一个转型项目，类似于敏捷转型，并面临许多类似挑战。 在本文中， Christian Prokopp为FTSE100金融服务公司描述了这样一个项目。

机器学习入门

快速介绍了机器学习领域，探讨了有监督和无监督的方法。

从原始数据到数据科学：在非结构化数据中添加结构以支持产品开发

借助非结构化数据库技术（例如Cassandra，MongoDB甚至是Postgres中的JSON存储），非结构化数据变得非常易于存储和处理。 无论是软件还是数据工程师，都可以在（几乎）没有数据建模的世界中获得成功，这不再是收集数据或从中获取价值的先决条件。 在本文中， Rishi Nalin Kumar讨论了将结构添加到非结构化数据等等。

数据科学在抽象阶梯上

尽管Clojure缺少广泛使用的工具箱和最流行的数据科学语言，R和Python的分析社区，但它为发展统计思维和实践有效的数据科学提供了强大的环境。 作为主要使用Clojure编程语言工作的数据科学家， 亨利·加纳经常被问到为什么他不使用更流行的替代方法之一。 在本文中，他阐述了采用Clojure的原因。

书评：凯茜·奥尼尔的数学毁灭武器

对冲基金DE Shaw的前博客定量分析家Cathy O'Neil写道：“大数据有很多传福音的人，但我不是其中的一个。”她加入了占领运动。

系列经理

是Mastodon C的首席执行官兼联合创始人。MastodonC是敏捷的大数据专家，他们提供开源Hadoop和Cassandra支持的技术以及可帮助大型组织实现其数据潜力的技术和分析技能。

她是分析和“数据科学”技术应用方面的公认专家。 她一直是皇家学会的邀请发言人，并且是内阁办公室关于如何更好地利用数据的顾问。 她拥有数学和哲学的一等学位，并且之前是Google的分析主管。 她还是DataKind UK的受托人。

翻译自: https://www.infoq.com/articles/handle-data-science/?topicPageSponsorship=c1246725-b0a7-43a6-9ef9-68102c8d48e1