Aujourd'hui, avec un petit partenaire pour comprendre « sexy » professionnel.
Introduction à la science des données
la science des données est la plupart des étudiants professionnels populaires d'aujourd'hui accueillent, en particulier aux États-Unis. Dans le développement rapide d'aujourd'hui la technologie Internet, l'ère du Big Data est officiellement arrivé, grande analyse des données peut aider les entreprises à un meilleur développement de produits et la planification de la promotion, contribuant ainsi à maximiser les profits des entreprises, de sorte que les grandes entreprises pour les professionnels des sciences de données peuvent être décrites comme recherche Yin soif. Et quand il vient au leader de l'industrie, les États-Unis sont devenus naturellement l'étude de nombreux étudiants.
Les données scientifiques Comme le nom l'indique, Il se réfère à la recherche scientifique et des données pertinentes . point spécifique de dire, L'exploration de données se réfèrent aux données scientifiques, le traitement des données, l'analyse des données et des techniques de recherche pour obtenir des informations utiles. Avec le développement de la technologie, tout le temps tous les jours, de grandes quantités de données sont générées et stockées. Comment ces données en informations utiles est la valeur utilisée par l'homme, ce qui nécessite une série de collecte, les statistiques, la compilation, l'analyse, les méthodes d'exploitation et de la technologie pour réaliser l'ensemble du processus. Le rôle des données scientifiques reflète ici.
la science des données est une transversalité, impliquant de nombreux domaines, y compris les statistiques, les mathématiques, l'informatique, l'intelligence artificielle, apprentissage machine, bases de connaissances multidisciplinaires, reconnaissance des formes, la technologie de visualisation. L'arrivée de l'ère Big Data a apporté de nouvelles réformes dans divers domaines scientifiques.
La différence entre l'analyse d'affaires
Ici, de nombreux étudiants demanderont, avant son entrée à la BA (Business Analytics) L'analyse d'entreprise ne sont pas déjà en utilisant les données pour l'analyse scientifique à la décision d'affaires encore? Ils ont tous deux ne le font pas comme ça? Quelle différence cela fait-il?
En fait, peu de différence entre les deux propriétés, la science des données est l'intégration de l'analyse des entreprises, la partie de données ne sont pas le seul scientifique à faire l'analyse commerciale. Si quoi que ce soit, Vous pouvez penser aux scientifiques de données ainsi que l'analyse de la version commerciale.
Cours professionnels
les données d'apprentissage scientifique est divisé en trois modules suivants: Modèle de données, traitement des données, la visualisation des données. Il est facile de voir, ces connaissances connexes et CS, les statistiques, les mathématiques sont étroitement liées. Parce que les données scientifiques appartenant à des disciplines transversales, l'apprentissage afin que les données scientifiques nécessaires pour apprendre beaucoup de cours dans d'autres directions.
1, cours de mathématiques et de statistiques
Mathématiques et les statistiques sont les cours de base nécessaires comprennent la théorie des probabilités, des algorithmes, et le modèle d'interférence statistique, calcul scientifique, processus stochastiques, modélisation informatique et ainsi de suite.
2, Cours d'informatique
Principalement apprendre comment construire un modèle de données informatiques, y compris les systèmes informatiques, l'apprentissage automatique, l'analyse des données et la visualisation.
3, les autres cours de direction
Étant donné que les données scientifiques peuvent être utilisés dans diverses industries, et donc la direction de chaque cours d'école dispose également d', telles que la fiche signalétique Columbia University sont ouverts pour quantifier les analyses de grandes données financières, analyse de ville, grand de données, bio-informatique grandes données pour le développement durable, l'Université de Stanford aux données ouvertes conduire programme médical, les réseaux de neurones de reconnaissance visuelle, les statistiques géographiques.
Bien sûr, Si la DS afin de demander la direction des études supérieures des États-Unis, condition préalable est que chaque candidat doit être expérimenté, DS direction générale des écoles américaines comprennent les exigences préalables: les mathématiques, le calcul, l'algèbre linéaire, la théorie des probabilités, statistiques, modélisation mathématique, les connaissances de base en informatique (Introduction à l'informatique, SQL, Base de données, programmation); En outre, American School veut aussi les candidats peuvent avoir une certaine capacité à résoudre des problèmes et à communiquer avec les autres.
Directions futures
Le cabinet de conseil de gestion de haut au monde McKinsey (McKinsey) sera émis par un rapport d'analyse détaillé. rapports Estimation des données ou des travailleurs de la demande d'emploi de données surgiront, où l'écart entre les données scientifiques grandes 140000-190000, pour savoir comment utiliser les grands analystes et gestionnaires de données pour faire le déficit d'emplois qui en fait atteindra 15 millions.
Les grandes données de traitement des besoins des industries les plus productives comprennent: logiciels, l'Internet, la recherche, les services de technologie informatique, la biotechnologie et l'industrie pharmaceutique. En fait, un grand champ de données pour afficher leurs poings les travailleurs peuvent aussi non seulement que, du ministère de la Défense, les entreprises de démarrage Internet aux institutions financières doivent faire des projets autour de grande axée sur l'innovation données.
De même, Postpayé analyse des données ou le traitement de données est également très généreux. Dans la Silicon Valley, scientifique des données sur le revenu d'entrée de gamme est déjà à six chiffres (en dollars).
Les trois types de direction de carrière scientifique des données: apprentissage machine, analyse des données et de données scientifiques
1. Apprentissage Machine Learning Ingénieur Ingénieur
Ingénieur machine d'apprentissage représente une direction de haute technologie, le travail est principalement destiné au développement des systèmes d'apprentissage de la machine et utiliser ces systèmes pour résoudre des problèmes pratiques . exigent généralement le code de production des navires, est fabriqué à partir de produits de données.
2. Data Analyst Data Analyst
Contenu du travail, communément connu sous le nom d'analyse, l'extraction aperçu des données, le rendement estimé ratio d'investissement, des suggestions pour l'orientation des produits, les outils sont l'utilisation généralement plus basiques, telles que l'écriture du langage SQL, faire une analyse simple avec R / Python, en utilisant la cartographie Tableau / Excel plus commun .
3. scientifiques données scientifiques en données
Ces postes de contenu basé sur le travail de modélisation avancée Ainsi, l'offre et la demande ETA, divers systèmes de fixation des prix, et le secteur Airbnb financier de détection des fraudes, etc., seront conçus pour les problèmes complexes des solutions techniques, comme un Uber expériences du marché à la fois la taille du marché. Ces exemples, les sons écrivent pas SQL peut être résolu, et ne pourront écrire du code pour le faire, il faut comparer les connaissances approfondies.
leurs écoles
01
Université de New York
Université de New York (New York University) appelée "Université de New York", il est Nouveau monde privé basé à New York célèbre université de recherche globale . Composition New York University se compose de 18 collèges et instituts, Les Etats-Unis est devenue l'une des plus grandes institutions à but non lucratif privées nationales de l'enseignement supérieur, mais aussi la seule ville américaine située au coeur de la ville de New York écoles privées.
Master Data Sciences MS dans les données des données scientifiques appartenant Centre des sciences de Centre pour la science des données, système scolaire pendant deux ans. Le plus grand nombre de candidats, et la concurrence féroce. La direction principale de l'apprentissage de la profondeur de la culture scolaire, le traitement du langage naturel et des bases de données.
02
Université de Rochester
Université de Rochester (Université de Rochester, U de R) est une célèbre université de recherche privée américaine, L'un des « nouvelle Ivy » League , Les membres de l'Association de l'Université nord-américaine (AUA), les membres du Consortium World University.
Master of Business et de la Science de l'Université de Rochester - informatique de découverte et de l'informatique et des sciences de données MBS-Discovery Science de données du système scolaire pour 15-- 2 ans, la gestion intégrée des données, du contenu et de nombreux autres domaines de la statistique, l'apprentissage de la machine et l'informatique, les étudiants deviennent de tous les horizons de la vie la modélisation prédictive expert, l'exploration de données des ingénieurs, des analystes et ainsi de suite. Y compris huit cours d'analyse des cours de base et six programmes scolaires d'affaires, environ deux catégories: les statistiques, l'analyse et l'exploration de données, les systèmes de base de données et la programmation.
Université de Rochester exige que les demandeurs d'obtenir leur diplôme avec la science, l'ingénierie, les mathématiques, ou un autre arrière-plan professionnel, mais aucune statistique Advanced Placement ou exigences d'analyse des données.
03
Université de Columbia
Université de Columbia a une science Big-classe mondiale des données et Laboratoire d'ingénierie (Institut des sciences de données et en génie), les étudiants participent à ce projet d'expérimentation et de recherche. Master of Science se compose de données (MS en données) l'éducation pour deux ans.
Conditions d'application:
1, les candidats doivent avoir une formation en sciences et en génie
2, les exigences minimales TOEFL 99
3, le minimum ielts 6.5
4, la revendication GRE 310, dans lequel les exigences mathématiques 159+.
04
Université Cornell
École de recherche opérationnelle et ingénierie de l'information, l'Université Cornell sous le directeur des opérations de recherche et de génie de l'information (M.Eng. Dans la recherche opérationnelle et ingénierie de l'information), Scolarité 1 - 15 ans . Pour compléter une conception de cours. Le projet exige que le demandeur ait pris l'étude de cas au niveau du premier cycle, tels que des cours de recherche opérationnelle ou statistiques.
Data Science à l'Université Cornell Il y a TOEFL, écrit 20 besoins individuels du requérant, Écouter 15, 20 lecture, expression orale 22, 100 au TOEFL exigences.
