教你如何成为数据科学家（一）

首先要推荐原始的出处:

http://sobigdata.com/2013/08/07/long-journey-to-data-scientists/

然后说明一下，该页也是再加工的网页，更加原始的出处：

http://nirvacana.com/thoughts/becoming-a-data-scientist/

作者叫Swami Chandrasekaran，是ibm的成员，Watson 项目，如果我没有记错的话，应该是那个赢得了智力问答的人工智能团队的。

他用信息图的方式将如何成为数据科学家的步骤画了出来，有较大的参考意义，当然这只是一家之言，不过可以让没有入门的同学快速有个参考也是功德无量的。

然后有人将信息图中详细步骤取出来，然后链接上wiki百科，这也是非常好的一个二次加工。

我在这里只是简单翻译引用一下，后续如果有比较好的具体参考书，再列在下面。

第一 基础部分：

• Fundamentals

1. Metrics & Linear Algebra Fundamentals      线性代数基础
2. Hash Functions, Binary Tree, O(n)              hash算法，二叉树，大O估算
3. Relational Algebra, DB Basics                     关系代数，数据块基础
4. Inner, Outer, Cross, Theta Join                   关系代数的几个原语
5. CAP Theorem                                              分布式的CAP原理
6. Tabular Data                                                列数据
7. Entropy                                                        熵/信息量
8. Data Frames & Series                                  数据帧&时间数列
9. Sharding                                                      分片
10. OLAP                                                           在线分析
11. Multidimensional Data Model                       多维数据模型
12. Extract/Transform/Load(ETL)                      数据提取、转换、加载
13. Reporting vs BI vs Analytics                        报告vs商业智能vs分析
14. JSON & XML                                                 JSON&XML 2种常见的数据格式
15. NoSQL                                                         NoSQL
16. Regex                                                           正则
17. Vendor Landsacpe                                      厂商远景（不是很确定）
18. Env Setup                                                    环境搭建