史蒂夫·努里：
除的常规软技能外，好奇心、耐心和毅力是关键的软技能，其他技能包括：
- 批判性思维
- 沟通
- 数据架构
- 风险分析、流程改进、系统工程
- 解决问题和良好的商业直觉。
优秀数据科学家的一些重要技术技能：
- 强大——机器学习和人 Ws 粉丝 工智能。
- 强——数学/统计学。
- 强——计算机科学/编写代码的能力。
有志于成为数据从业者的人应该在处理混乱、嘈杂的数据时投入多少精力？他们还必须在哪些领域积累专业知识？
史蒂夫·诺里： 这实际上是他们最终将在工业界使用的数据集，因此最好为现实生活中的挑战做好准备，而不是局限于虹膜数据集，他们需要找到一些原始数据集并自己准备。
除了数据准备之外，数据可视化和讲故事也有助于初级数据科学家获得第一份工作。
您对新手、数据科学学生或希望在数据分析行业建立职业生涯的从业者有什么建议？
Steve Nouri： 我相信数学和统计学是他们未来成功的基础，投入足够的时间和精力掌握基础知识至关重要。别忘了利用MOOC和数据科学博客，它们提供简单易懂、很多情况下免费的学习资料。
- 编程和软 家金属加工公司的 招聘成本降 件技能：R、Python、SAS、Hive、SQL、Pig、Spark、Hadoop
- 可视化工具：Tableau、Power BI
- 统计基础和应用知识：微积分、应用统计、精简代数
- 机器学习：决策树、随机森林、神经网络、回归
您预见到数据科学领域将会出现哪些变化趋势？您建议当前的数据分析师如何跟上这一变化趋势？
史蒂夫·诺里： 人工智能正在快速理解和解决更复杂的情况，其趋势是与人类更紧密的互动，并取代和增强大多数当前以人类为中心的活动。
任何想要在这个领域保持 印度尼西亚号码列表领先地位的人都需要投入大量的时间来跟踪和进行研究。
您愿意分享一下我们在 Digital Vidya 为行业培养数据分析人才方面所做的工作吗？
史蒂夫·努里：