數據科學傢訪談錄 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 單研（Carl Shan），陳子蔚（William Chen），汪強明（Henry Wang），宋邁思（Max Song） 著，田原，劉奕 譯

齣版社： 人民郵電齣版社

ISBN：9787115470911

版次：1

商品編碼：12286963

品牌：異步圖書

包裝：平裝

開本：小16開

齣版時間：2018-02-01

用紙：膠版紙

頁數：290

正文語種：中文

編輯推薦

在本書中，你將會看到作者對25位齣眾的數據科學傢的訪談，他們來自於不同的背景、學科和行業。
作者既采訪瞭Facebook、Linkedin和Intuit等公司的專傢，也采訪瞭Uber、Airbnb、Palantir、Mattermark、Quora、Square和Khan Academy等快速成長的初創公司的數據科學傢。
其中的一些數據科學傢，例如DJ Patil和Hillary Mason，是將這一領域開拓發展到如今這樣的世界知名人士；另一些人，例如Clare Corthell，則是正在冉冉升起的數據科學新星。
本書提供瞭直觀而深入的采訪，展示瞭每一位數據科學傢的生活經曆，從他們離開學術界開始，到一步步成長為數據科學界的翹楚，以及他們在這個過程中學到的有價值的東西。
本書適閤有誌於成為數據科學傢的人、正在從事數據科學相關工作的人、數據科學團隊的領導、企業傢以及商業人士參考，也適閤對數據感興趣的讀者閱讀。

內容簡介

數據科學正在對商業、教育、能源、軟件與互聯網等各行各業産生深遠的影響並貢獻巨大的價值。作為21世紀誘人的職業，數據科學傢既有巨大市場需求的潛力，又麵臨著高難度的學習路徑的挑戰。
本書選取世界知名的25位數據科學傢進行瞭深度的訪談，從不同的視角和維度，將他們的智慧、經驗、指導和建議凝聚成冊。每一篇訪談都是一次深度的交流，涵蓋瞭這些數據科學傢從菜鳥起步，運用各種知識武裝和充實自己，一直到成為一名卓有成效的數據科學傢的全過程。通過閱讀本書中的訪談，讀者可以形成對數據科學的宏觀認識和瞭解，更深刻地認識和體驗數據科學傢的角色，並且從這些前輩的過往經曆中學到寶貴的知識和經驗以應用於自身的成長和事業中。
本書適閤有誌於成為數據科學傢的人、正在從事數據科學相關工作的人、數據科學團隊的領導和企業傢以及商業人士參考，也適閤對數據感興趣的普通讀者閱讀。

作者簡介

Carl Shan 於2014年在芝加哥大學Eric & Wendy Schmidt數據科學學會擔任數據科學傢， 用數據模型協助非營利組織的工作。他以優異的成績畢業於加州大學伯剋利分校並獲得瞭統計學學位。他目前在加州聖馬特奧的Nueva學校教授機器學習和計算機科學。
Henry Wang 目前在倫敦，在一傢專注於轉型工作的金融公司工作。閑暇時，他喜歡參與諸如Numer.ai這樣的數據科學競賽，並且對基於隨機梯度的機器學習優化算法很感興趣。他擁有加州大學伯剋利分校的統計學學位。
William Chen 是Quora的數據科學經理，他在那裏幫助公司發展壯大並與世界分享知識。他參與本書的寫作，分享瞭數據科學傢的故事，以幫助那些想要進入這個行業的人。William擁有哈佛大學的統計學學士和應用數學碩士學位。
Max Song 曾在Ayasdi擔任數據科學傢，他也是Neurocurious（後來被Vium收購）公司的聯閤創始人。Max擁有布朗大學 (Brown University) 的應用數學和生物學學士學位、清華大學蘇世民學院（Schwarzman College）的碩士學位，他是蘇世民學院的首屆學生之一。他目前在香港的一傢傢族公司從事研究和投資。

目錄

第 1章　重要問題的取捨 1
RelateIQ産品部副總裁DJ Patil
第 2章　在成為成功的數據科學傢之際 14
Fast Forward Labs創始人Hillary Mason
第3章　無處不在的軟件開始用數據重構這個世界 25
Data Wrangling核心數據科學傢Pete Skomoroch
第4章　學術期刊中的數據科學 40
《紐約時報》數據科學傢Mike Dewar
第5章　通過數據傾聽你的客戶 50
Airbnb數據主管Riley Newman
第6章　建立你自己的數據科學課程錶 58
Mattermark數據主管Clare Corthell
第7章　均方誤差根無法解決所有社會難題 67
Project Florida數據主管Drew Conway
第8章　軟件工匠學堂、軟件工程及産品 80
Uber數據科學主管Kevin Novak
第9章　從天體物理到數據科學 89
Square數據科學傢Chris Moody
第 10章　數據科學中軟件工程的重要性 101
Facebook數據工程師Erich Owen
第 11章　彌閤領域的鴻溝：從生物信息到數據科學 108
Ayasdi數據科學傢Eithon Cadag
第 12章　如何鍛煉數據科學技能 123
Intuit數據科學傢&創新George Roumeliotis
第 13章　科學、工程和數據科學的交織 132
Palantir數據科學傢Diane Wu
第 14章　從高頻交易到驅動個性化教育 140
Khan Academy 數據科學主管Jace Kohlmeier
第 15章　針對數據科學與演講能力的教育 150
哈佛大學應用統計學教授Joe Blitzstein
第 16章　數據科學不是Kaggle競賽 162
MailChimp科學傢Jonh Foreman
第 17章　數學、自謙以及成為更好的程序員 182
Cloudera數據科學主任Josh Wills
第 18章　數據科學和學術界 195
UCSD計算神經科學教授，前Uber數據布道師Bradley Voytek
第 19章　數據科學傢的學術、量化金融與企業傢之路 205
ttwick創始人/數據科學傢Luis Sanchez
第 20章　美國總統競選就像物理科學一樣 216
Civis Analytics數據科學傢Michelangelo D’agostino
第 21章　培養數據感覺的重要性 226
LinkedIn數據科學傢主任Michael Hochster
第 22章　數據挖掘、數據産品與企業傢精神 240
Bento Labs聯閤創始人/CTO Kunal Punera
第 23章　從戰爭建模到增強智能 256
Quid聯閤創始人/CTO Sean Courley
第 24章　如何創建新穎的數據産品和公司 277
Intuit數據科學傢主任Jonathan Goldman
第 25章 從本科生到數據科學傢 284
Quora數據科學傢William Chen

評分☆☆☆☆☆

看不下去，除瞭第一篇有點用，其它的乾貨太少，看瞭3-4篇就看不下去瞭

評分☆☆☆☆☆

希望給自己的事業打開更多可能

評分☆☆☆☆☆

還不錯

評分☆☆☆☆☆

好書推薦閱讀。

評分☆☆☆☆☆

看不下去，除瞭第一篇有點用，其它的乾貨太少，看瞭3-4篇就看不下去瞭

評分☆☆☆☆☆

看不下去，除瞭第一篇有點用，其它的乾貨太少，看瞭3-4篇就看不下去瞭

評分☆☆☆☆☆

希望給自己的事業打開更多可能

評分☆☆☆☆☆

還不錯

評分☆☆☆☆☆

希望給自己的事業打開更多可能