数据科学专业介绍一下！

随着科技的发展，每天每时每刻都有大量数据被产生和存储下来。如何才能把这些数据变成有用的信息价值被人类所利用，就会通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现整个过程。数据科学是一门交叉的学科，涉及到很多的领域包括统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。大数据时代的到来，为各个科学领域带来了新的改革。

Data Science一般要求的先修课程如下：

完整的数学背景（微积分，线性代数，概率论，统计学，数学建模）

计算机背景知识（计算机导论， SQL， Database， Programming）

除此以外，还希望候选者具备一定解决问题和与人沟通的能力。

数据科学与商业分析区别

数据科学是商业分析的整合，所以数据科学家做的东西不仅仅包括商业分析部分，所以你可以认为数据科学家是商业分析的plus版本。

以下是数据科学家的能力——

1.要具有很强的预测模型算法的理解力，比如线代，逻辑回归，神经网络，决策树，SVM，启发式模型（至少会2-3钟的算法）；

2.具备可扩展性的机器学习算法；

3.具备深层次的基础统计学和概率论，比如像Bayes theorem，具备理解值统计量；

4.掌握一门以上的分析语言，比如R，Python，Scala等等；

5.SQL；

6.有过大数据平台的经历（Haoop，Spark，Mahoutetc）；

商业分析的职场发展：商业分析的方向比数据分析更加具体，商业分析不需要很强的技术方面的能力。

以下是商业分析的能力——

1.SQL；

2.建立KPI和仪表盘，必须会用BI工具，比如excel，Tableau，Power Pivot等等；

3.至少会要一个简单的统计分析，比如ANOVA，简单的线性回归以及具备从统计推断来制定企业需求；

4.具备深层次的基础统计学和概率论，比如像Bayes theorem，具备理解值统计量；

5.给目标问题制定方案；

6.有CRM的经历；

7.SAS，R；