CDA三级直播-如何进阶成为一名数据科学家？

30190

收藏 2019-06-03

在大数据和机器学习的时代，有一种职业脱颖而出——数据科学家。数据科学家在近年来备受追捧，也有越来越多的人想投身数据科学领域。

何为数据科学家（Data Scientist）？
数据科学家是指同时具备研究数据本质的科学知识和应用数据科学的领域知识，从数据中获取信息并能解决问题的专家。

在CDA LEVEL 3人才标准中，数据科学家具体指负责企业级商业数据科研项目的高端人才，能利用数据来改进产品、推动业务，并进行整体架构的大数据治理与项目管理，带领团队在该商业领域进行前瞻性研究和战略布局。通常在企业中可称为：首席数据官CDO，数据部门总监，数据科学家等。下图表达了一个数据科学家应具备的综合能力范围。

数据科学家(Data Scientist)能力对比
下图为数据科学家与数据分析师、大数据工程师，三个角色能力对比图。其中，数据分析师更偏统计分析、商业应用层面，大数据工程师更偏计算机科学、底层架构层面。数据科学家是一个更具综合能力、更具管理能力的全才角色。

进阶数据科学家需要学什么？
CDA LEVEL 3数据科学家是在CDA LEVEL 1和LEVEL 2学习的基础之上，进一步涉及更先进的技术、更系统的架构、更高效的管理，包含计算机科学技术（高性能），大数据架构设计，机器学习，深度学习，数据治理，项目管理等内容，让数据科学是技术的同时，也能成为艺术。

这意味着，对数据分析师的综合能力要求，变得前所未有的高，对此你可能会有迷茫和困惑。

因此，我们邀请到了CDA数据科学家李御玺老师，就‘如何进阶成为一名数据科学家’这个命题，为大家做一场直播，分享进阶数据科学家需要学习的高阶计算机科学技术、机器学习技术和深度学习技术等，同时也会直播回答大家提出的问题，解决大家当前的迷茫和困惑。

关于这场直播，介绍如下：

1、直播主题
如何进阶成为一名数据科学家？

2、直播时间
6月04日周二 19:30～20:30

3、直播大纲
话题1：计算机科学的进阶技术
1. 大数据的高级处理技术:多线程编程，并行计算，及第三方常用类库等高级处理技术
2. 高性能编程计算: 加速运行的常用方法

话题2：机器学习的进阶技术
1. 类别不平衡问题：过采样技术(Over-sampling)、欠采样技术(Under-sampling)等方法的运用
2. 文本挖掘
3. 社会网络分析
4. 不同特征构建、压缩及选择的方法(Supervised / Unsupervised)

话题3：深度学习技术
1. 深度学习基础概念(激活函数、损失函数、（随机）梯度下降算法、…)
2. 深度学习模型训练与优化
3. 深度学习神经网络-DNN/CNN/RNN/LSTM神经网络
4. 深度学习在人脸识别上的应用

4、参与方式
扫码添加微信好友，回复‘L3’，邀请入群观看直播。