數(shù)據(jù)科學(xué)家訪談錄

定　價(jià)：￥69.00

作　者：	[美] 單研（Carl Shan），陳子蔚（William Chen），汪強(qiáng)明（Henry Wang），宋邁思（Max Song）著；田原，劉奕譯
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)?網(wǎng)絡(luò) 項(xiàng)目管理 IT人文

購買這本書可以去

ISBN：	9787115470911	出版時(shí)間：	2018-02-01	包裝：	平裝
開本：	小16開	頁數(shù)：	290	字?jǐn)?shù)：

內(nèi)容簡介

　　數(shù)據(jù)科學(xué)正在對商業(yè)、教育、能源、軟件與互聯(lián)網(wǎng)等各行各業(yè)產(chǎn)生深遠(yuǎn)的影響并貢獻(xiàn)巨大的價(jià)值。作為21世紀(jì)誘人的職業(yè)，數(shù)據(jù)科學(xué)家既有巨大市場需求的潛力，又面臨著高難度的學(xué)習(xí)路徑的挑戰(zhàn)。本書選取世界知名的25位數(shù)據(jù)科學(xué)家進(jìn)行了深度的訪談，從不同的視角和維度，將他們的智慧、經(jīng)驗(yàn)、指導(dǎo)和建議凝聚成冊。每一篇訪談都是一次深度的交流，涵蓋了這些數(shù)據(jù)科學(xué)家從菜鳥起步，運(yùn)用各種知識武裝和充實(shí)自己，一直到成為一名卓有成效的數(shù)據(jù)科學(xué)家的全過程。通過閱讀本書中的訪談，讀者可以形成對數(shù)據(jù)科學(xué)的宏觀認(rèn)識和了解，更深刻地認(rèn)識和體驗(yàn)數(shù)據(jù)科學(xué)家的角色，并且從這些前輩的過往經(jīng)歷中學(xué)到寶貴的知識和經(jīng)驗(yàn)以應(yīng)用于自身的成長和事業(yè)中。本書適合有志于成為數(shù)據(jù)科學(xué)家的人、正在從事數(shù)據(jù)科學(xué)相關(guān)工作的人、數(shù)據(jù)科學(xué)團(tuán)隊(duì)的領(lǐng)導(dǎo)和企業(yè)家以及商業(yè)人士參考，也適合對數(shù)據(jù)感興趣的普通讀者閱讀。

作者簡介

　　Carl Shan 于2014年在芝加哥大學(xué)Eric & Wendy Schmidt數(shù)據(jù)科學(xué)學(xué)會擔(dān)任數(shù)據(jù)科學(xué)家，用數(shù)據(jù)模型協(xié)助非營利組織的工作。他以優(yōu)異的成績畢業(yè)于加州大學(xué)伯克利分校并獲得了統(tǒng)計(jì)學(xué)學(xué)位。他目前在加州圣馬特奧的Nueva學(xué)校教授機(jī)器學(xué)習(xí)和計(jì)算機(jī)科學(xué)。Henry Wang 目前在倫敦，在一家專注于轉(zhuǎn)型工作的金融公司工作。閑暇時(shí)，他喜歡參與諸如Numer.ai這樣的數(shù)據(jù)科學(xué)競賽，并且對基于隨機(jī)梯度的機(jī)器學(xué)習(xí)優(yōu)化算法很感興趣。他擁有加州大學(xué)伯克利分校的統(tǒng)計(jì)學(xué)學(xué)位。William Chen 是Quora的數(shù)據(jù)科學(xué)經(jīng)理，他在那里幫助公司發(fā)展壯大并與世界分享知識。他參與本書的寫作，分享了數(shù)據(jù)科學(xué)家的故事，以幫助那些想要進(jìn)入這個(gè)行業(yè)的人。William擁有哈佛大學(xué)的統(tǒng)計(jì)學(xué)學(xué)士和應(yīng)用數(shù)學(xué)碩士學(xué)位。Max Song 曾在Ayasdi擔(dān)任數(shù)據(jù)科學(xué)家，他也是Neurocurious（后來被Vium收購）公司的聯(lián)合創(chuàng)始人。Max擁有布朗大學(xué) （Brown University）的應(yīng)用數(shù)學(xué)和生物學(xué)學(xué)士學(xué)位、清華大學(xué)蘇世民學(xué)院（Schwarzman College）的碩士學(xué)位，他是蘇世民學(xué)院的首屆學(xué)生之一。他目前在香港的一家家族公司從事研究和投資。

圖書目錄

第 1章　重要問題的取舍 1
RelateIQ產(chǎn)品部副總裁DJ Patil
第 2章　在成為成功的數(shù)據(jù)科學(xué)家之際 14
Fast Forward Labs創(chuàng)始人Hillary Mason
第3章　無處不在的軟件開始用數(shù)據(jù)重構(gòu)這個(gè)世界 25
Data Wrangling核心數(shù)據(jù)科學(xué)家Pete Skomoroch
第4章　學(xué)術(shù)期刊中的數(shù)據(jù)科學(xué) 40
《紐約時(shí)報(bào)》數(shù)據(jù)科學(xué)家Mike Dewar
第5章　通過數(shù)據(jù)傾聽你的客戶 50
Airbnb數(shù)據(jù)主管Riley Newman
第6章　建立你自己的數(shù)據(jù)科學(xué)課程表 58
Mattermark數(shù)據(jù)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(shù)據(jù)主管Drew Conway
第8章　軟件工匠學(xué)堂、軟件工程及產(chǎn)品 80
Uber數(shù)據(jù)科學(xué)主管Kevin Novak
第9章　從天體物理到數(shù)據(jù)科學(xué) 89
Square數(shù)據(jù)科學(xué)家Chris Moody
第 10章　數(shù)據(jù)科學(xué)中軟件工程的重要性 101
Facebook數(shù)據(jù)工程師Erich Owen
第 11章　彌合領(lǐng)域的鴻溝：從生物信息到數(shù)據(jù)科學(xué) 108
Ayasdi數(shù)據(jù)科學(xué)家Eithon Cadag
第 12章　如何鍛煉數(shù)據(jù)科學(xué)技能 123
Intuit數(shù)據(jù)科學(xué)家&創(chuàng)新George Roumeliotis
第 13章　科學(xué)、工程和數(shù)據(jù)科學(xué)的交織 132
Palantir數(shù)據(jù)科學(xué)家Diane Wu
第 14章　從高頻交易到驅(qū)動個(gè)性化教育 140
Khan Academy 數(shù)據(jù)科學(xué)主管Jace Kohlmeier
第 15章　針對數(shù)據(jù)科學(xué)與演講能力的教育 150
哈佛大學(xué)應(yīng)用統(tǒng)計(jì)學(xué)教授Joe Blitzstein
第 16章　數(shù)據(jù)科學(xué)不是Kaggle競賽 162
MailChimp科學(xué)家Jonh Foreman
第 17章　數(shù)學(xué)、自謙以及成為更好的程序員 182
Cloudera數(shù)據(jù)科學(xué)主任Josh Wills
第 18章　數(shù)據(jù)科學(xué)和學(xué)術(shù)界 195
UCSD計(jì)算神經(jīng)科學(xué)教授，前Uber數(shù)據(jù)布道師Bradley Voytek
第 19章　數(shù)據(jù)科學(xué)家的學(xué)術(shù)、量化金融與企業(yè)家之路 205
ttwick創(chuàng)始人/數(shù)據(jù)科學(xué)家Luis Sanchez
第 20章　美國總統(tǒng)競選就像物理科學(xué)一樣 216
Civis Analytics數(shù)據(jù)科學(xué)家Michelangelo D’agostino
第 21章　培養(yǎng)數(shù)據(jù)感覺的重要性 226
LinkedIn數(shù)據(jù)科學(xué)家主任Michael Hochster
第 22章　數(shù)據(jù)挖掘、數(shù)據(jù)產(chǎn)品與企業(yè)家精神 240
Bento Labs聯(lián)合創(chuàng)始人/CTO Kunal Punera
第 23章　從戰(zhàn)爭建模到增強(qiáng)智能 256
Quid聯(lián)合創(chuàng)始人/CTO Sean Courley
第 24章　如何創(chuàng)建新穎的數(shù)據(jù)產(chǎn)品和公司 277
Intuit數(shù)據(jù)科學(xué)家主任Jonathan Goldman
第 25章從本科生到數(shù)據(jù)科學(xué)家 284
Quora數(shù)據(jù)科學(xué)家William Chen