我叫托比亚斯。 我在大学期间学习经济学，从杂货店装袋手到酒店经理，都从事过各种工作。 我从来没有研究或做过任何可能被视为“技术领域”的事情。 几个月前，我还无法告诉您什么是编译器，但我还是决定从事数据科学事业。 同时，我决定记录学习进度，以便：
a）回馈社区-我什至不知道该怎么称呼-庞大的在线资源，其中99％的问题都可以通过快速的Google搜索回答
b）内化我的进步，并给自己一点社交压力，使自己能够通过
c）对我学到的最重要的东西进行心理评估
这是我从不知道一个字节中有多少位（或者是一个字节中的字节？）到成为技术社区中富有成效的成员的道路的起点：
“什么是数据科学家？”
如今，这个问题越来越频繁地被问到，并且也有许多人，博客和新闻报道回答，辩论和推测这个问题，所以我什至不在这里尝试。 据我所知，我可以总结出数据科学领域的最好方法是统计，计算机科学和领域专业知识之间的交叉。这是一种跨学科的方法，可以回答诸如“一般的TwitterSphere对网站巨大的混乱感觉如何”的问题。还是“昨晚的奥斯卡奖？”或“珍妮弗会更喜欢看《 纳科斯 》或《 新来的橘子 》吗？”或更严重的问题，例如“根据鲍勃目前的消费水平，鲍勃患心脏病的可能性有多大？”
“我从哪里开始？”
至少可以说，从头开始独自学习诸如数据科学之类的过程似乎令人生畏。 就像其中一些人正在考虑开始涉足数据科学一样，我也不知道从哪里开始。 但是，当我屈服并开始寻找起点时，我逐渐能够找到资源，这些资源不仅有助于建立我的知识，而且为我指明了下一步学习的方向。
这是一个不错的起点。 这份Springboard（稍后会详细介绍）免费课程将使您对将在Data Science中使用的概念和工具有所了解。
“我首先学到什么？”
1.基本的CS概念我不得不承认，在这一切之前，我花了几个月的时间在巴西生活，学习计算机科学的基础知识。 我注册了一个著名的edX课程（在线）（但遗憾的是没有完成），该课程称为“ CS50”，该课程由哈佛大学的David J. Malan教授，您可以在这里找到。 它教会了我一些基本的编程概念，例如变量，循环，函数，以及一些基本的计算机科学概念，例如二进制，编译器和基本密码学。 该课程非常全面（是哈佛大学），并且用C语言进行教学。我发现，对于像我这样的真正初学者，我不得不花几个小时来剖析基本概念，只是想把头缠在脑子上-因此，尽管有很多挫败感和毛发-进行操作时，我学习了很多基础知识，这些基础知识将在以后加快我与其他语言的学习过程。 最大的收获是学习什么是编程语言 ，以及循环和迭代背后的思想。 一个星期后，我能够编写一个基本程序，更重要的是，它使我对计算机科学的所有复杂性和辛苦工作有了更好的了解。
2. Python我开始学习的第二件事是Python。 我花了一些时间选择开始使用哪种编程语言，但由于它在数据科学中的广泛使用以及对初学者来说是一种很好的入门语言，我选择了Python。 Python是一种面向对象的高级编程语言（ 脚本语言 ），也是较易学的语言之一。 如果您不知道什么是面向对象的编程或编程语言的层次结构，则可能需要复习计算机科学的基础知识。 本质上，Python本质上简化了其他较低级语言所需的某些计算机科学逻辑。
为了学习Python，我从几个Lynda课程开始。 对我来说，这门编程基础课程是一个很好的起点（记住，在此之前我已经学习了一些基础知识）。 它涵盖了我上面提到的一些概念，并为您提供了学习Python的良好基础。 如果您不了解Lynda，这是LinkedIn拥有的绝佳在线学习平台。 大约每月25美元，绝对值得（只要您能够使用它）。 我很幸运能有一个室友让我使用他的Lynda登录凭据，但是我完全投资了几个月的访问权限，尤其是因为您可以访问5500多种课程，涵盖从3D动画到业务分析的所有内容。
随后，我又开设了另外两门Lynda课程，“使用Python入门和运行”以及“ Python 3基本培训”。 我花了几周的时间来理解它们，并考虑了谷歌搜索和YouTube时间（与Python和编程有关）。 *** 有趣的提示：如果您在“ Python List Comprehension”上进行Google搜索，Google将提出一次一次性编程挑战，我读过这是一种 秘密的面试过程 。
在这一点上，我对基础知识有了很好的理解。 我在这本有关设计程序的Udacity课程（免费）之后继续了Lynda课程。 这确实非常困难（在第3课左右），但是我在其中大部分内容都牢牢记住，您并不总是需要立即对材料进行全面了解-您只需要足够的了解就可以知道当您寻找什么时再次遇到类似的问题。 真正的学习来自数百万的Google搜索，StackOverflow说明和Youtube视频。 您也可以在此找到Sentdex的许多优秀教程。
再过一两个星期视力恶化和不停地喝咖啡后，我决定从Python休息一下，去研究其他主题，再一次从鸟瞰的角度看待我的数据科学学习进展。 （休息总是好事）
3.基础数学和统计学在我做Python的同时，我也时不时地回顾数学概念，只是为了保持新鲜感（笑）。 这些都是正弦和余弦之类的概念，或者是极限和连续性，这些概念您可能在高中或大学时就曾教过，但那时在中期或期末真正记住它时不会感到困扰。 可汗学院是一个不错的起点。 我的意思是太棒了。 我在几个小时内重新学习了一些概念，这需要整个学期才能在大学任教。 感谢Sal Khan共同努力。 我真的是那个意思 看看这个。
在YouTube上放了一些外部视频后，我开始了三角法，并逐步通过微积分一直到统计和概率。 我建议以1.3倍-1.5倍的速度观看这些视频（以及所有其他学习视频，包括Lynda）。 随着我提高听力能力，我能够以2.0倍的速度观看其中一些视频，从而将学习时间缩短了一半。 请确保您没有太快地观看它，否则您将不得不返回并再次收听部分视频，这是多余的，并且无法达到目的。
我发现对数学感兴趣的目的要容易得多，当您知道要使用它并将这些概念应用到有形的东西上时。 这可能就是为什么我在大学微积分的第一学期差点没通过的原因； D。 这些技能不仅是无价的，而且对于理解很多数据建模和工具至关重要，这些知识将在下一部分中简要介绍。
“我还在学什么？”
除了数学（双关语）之外，我还观看了数小时的Excel，R，SQL和命令行界面教程。 在接下来的“ 我想成为数据科学家”一文中 ，我将介绍这些内容以及我所做的工作，但是以下是它们的简要概述以及我为什么要学习它们：
Excel — Microsoft Excel在业务分析中被广泛使用，是一个简单但功能强大的工具。 您可以进行基本的数据计算，它具有多种功能，从简单的“ SUM”功能到更复杂的功能（如直译为“ COMPLEX”的功能）。 您还可以轻松地制作精美的图形和图表，这就是今天如此广泛使用的部分原因。
SQL —或“ sequel”，代表结构化查询语言。 它是关系数据库管理系统的标准语言，本质上是一种用于操纵和检索数据的语言。 像Facebook和Google这样的网站都依靠SQL（MySQL）正常运行。 在下一篇文章中将对此进行更多介绍。
R —是“用于统计计算和图形的编程语言和软件环境” – 维基百科 。 我在这里不会详细介绍，但是它已广泛用于统计和数据可视化（想想图和诸如此类）
命令行界面 -命令行是最古老的界面之一。 它使您可以与计算机进行实质性的交谈，并且很高兴了解任何计算机科学领域的基础知识。 该视频将使您对内容有所了解。
“我现在在做什么？”
我最近注册了Springboard上的两门课程，即数据科学基础和商业数据分析程序。 Springboard是一个相对较新的在线平台，用于学习数据科学/分析学，它甚至还开设了一个有关用户设计（UX）的课程，我的室友参加了该课程，并告诉我这是非常有益的。
他们总共有五个计划（商业数据分析，数据科学基础，数据科学密集型，用户体验设计和数据科学职业发展轨迹）。 职业发展轨道是一种程序（仅适用于应用程序），可帮助您在完成课程的同时找到工作。 我在Python MeetUp上认识了一位正在参加该课程的博士生，他说他到目前为止很喜欢。 有关课程的更多信息，请点击此处。 （只向下滚动一点）
今天正式是课程的第一天（尽管我承认我已经在材料方面取得了领先地位），所以我不能对整体体验说太多，但是到目前为止，我对此感到非常满意。 到目前为止，学生顾问一直非常有帮助并且协调良好。
该课程是从其他地方（例如DataCamp和Khan Academy）收集的阅读材料，教程和课程（是的！）。 它为您创建了一个循序渐进的学习路径，供您遵循并以您先前学到的内容为基础。 据推测，更有价值的是每周一次与导师的一对一会面，导师是当前在该领域工作的行业专家，可为您的学习经验提供见解和指导，以及必须完成的项目您可以满意地说出您的课程通过。 明天我会见一位导师（Uber的一名数据工程师），第二天再见一位导师（Pandora Media的财务规划部经理）。 我对此感到非常兴奋。 您最好相信，我会用一连串的问题来打他们，从他们在公司中的角色到他们母亲的娘家姓。 我的下一篇文章将更新我的Springboard体验。
“有小费吗？”
我将在这里结束本文，并提供一些我在过去几个月中学到的宝贵技巧：
1.广泛使用Youtube和Google。 如果您只是刚开始（像我这样的初学者），那么您现在所需要了解的一切都在网络上。 StackOverflow，Youtube，博客-这些都是向同龄人学习的媒介，不仅有很大帮助，而且有时是理解问题或课程材料的唯一方法。 请注意不要将切线跟得太远。 那些被Youtube的自动播放功能所困的人（每个人）都知道我在说什么。 写下您想知道的内容，并专注于此。
2.确保您的环境风水顺畅，有利于您的学习，例如，使用更大的计算机显示器，并在附近放一瓶水。 以合适的方式设置办公桌。 使用一些不错的耳机（消除噪音是很了不起的），也许会得到一只真正的鼠标，所以您不必使用触控板。 所有这些小好处都会在您坐在屁股上的时间中累积。 随着时间的流逝，似乎无关紧要的小改进可能会走很长一段路。
3.查找合适的音乐，以便在不观看视频时进行学习。 对我来说，这是Lo-Fi嘻哈音乐。 它不仅可以设定心情，而且可以使您的思维保持一致的步调（并避免失去情绪）。 这是一篇很酷的文章，介绍了诸如SnapChat和Pinterest之类的工程师在工作时正在听的内容。 有时您可能需要保持沉寂，以使一个困难的概念内化，或者只是让您的耳朵静下来，但我发现，正确的音乐可以极大地帮助您集中精力和富有创意的节奏。
希望您喜欢我在进入数据科学行业的道路上的第一篇文章（希望是第一篇）。 下次，我将更多地讨论自这篇文章以来我所学到的关于MOOC（大规模开放在线课程），Springboard，R＆SQL，Excel以及其他有关数据科学的资源和花絮。
如果您喜欢这篇文章，请请给兄弟一个爱，并点一下“赞” 按钮 （下面是绿色的小心脏图标），或者点击“订阅”按钮以随时了解我的进展情况🙂欢呼。
