李飞飞的最新角色是斯坦福大学新成立的“以人为本AI研究院”的联合主任，该研究院专注于机器学习潜在用途的研究和教育，目标是找到AI能够改善人们生活的方式。

采样问题是数据科学中的常见问题，对此，WalmartLabs 的数据科学家 Rahul Agarwal 分享了数据科学家需要了解的 5 种采样方法，AI 开发者将文章编译整理如下。

出品 | CDA数据分析研究院，转载须授权 概率分布就像3D眼镜。它们允许熟练的数据科学家识别其他完全随机变量的模式。 在某种程度上，大多数其他数据科学或机器学习技能都基于对数据概率分布的某些假设。 这使得概率知识成为您作为统计学家构建工具箱的基础。如果您正在寻找如何成为数据科学家的第一步 。 不用多说，让我...

即使是没有任何统计学基础的读者朋友可能也听说过「p 值」，但是鲜有文章能够清楚解释 p 值是什么，以及 p 值在统计学中的作用。本文是 TowardDataScience 的一篇博文，作者条理清楚地解释了 p 值的相关内容，并给出了一个简单的例子，适合读者参考。

出品 | CDA数据分析研究院来源 | 《Data Scientists at Work》 本系列整理对世界顶尖数据科学家们的访谈记录。让我们一起来领略他们对数据科学的理解和看法。 采访的第一位嘉宾是Chris Wiggins。 Chris Wiggins是《纽约时报》的首席数据科学家，哥伦比亚大学应用数学副教授。 Chris Wiggins在《纽约时报》工作期间，正在...

数据科学是一个在过去几年里真正成长的术语，似乎每个人都想加入。最具吸引力的目标之一是利用数据资产的力量来创建能够预测各种结果的机器学习模型。通过定义明确的模型，可以确定能够预测结果的最重要影响因素，为战略假设开发有价值的洞察力，甚至可以通过友好的用户界面将模型的逻辑实现到软件应用程序中。

当我与越来越多的数据科学和 "大数据" 社区合作时，我震惊地发现，大部分从业者基础都狭隘地集中在统计和计算专业知识上，并没有对正在研究的领域有扎实的基础。不管是政府机构，还是商业公司，许多岗位都有数据科学家的身影。我曾共事过的同事，多是从计算机科学或硬件科学领域开始他们的职业生涯。这种特定领域知识的...

Norman Niemer是一家大规模资产管理公司的首席数据科学家，他在其中发布数据驱动的投资见解。他有哥伦比亚大学的金融工程专业理学硕士学位，和卡斯商学院（伦敦）的银行与金融专业理学学士学位。

作者：余子娟，CDA L3 数据科学家学员 & CDA L2持证人，专注于金额科技领域，为银行赋能，助力银行信用卡中心全生命周期经营问题。

所以当你已经决定在数据科学这条道路走下去的时候。世界上越来越多的企业正在成为或者转型成为数据驱动的企业，世界变得越来越紧密，并且看起来每个企业都需要数据科学的人才。因此，对数据科学家的需求是巨大的。更巧妙的是，每个人都承认这个行业内人才是短缺的。

1.熟悉基础的数据科学术语 在你开始学习之前，第一步是什么，肯定是理解什么是数据科学！ 让我们花点时间回答这个问题，看一下数据科学中的不同角色，并熟悉这个领域的常用术语。 首先最重要的是要知道你将要做的是什么，那么我们首先回答这个问题 - 为什么你想从事数据科学工作？是因为你喜欢编程，数学，统计和他们提...

线性回归和逻辑回归通常是人们在数据科学中学习的第一种算法。由于它们的受欢迎程度，许多分析师甚至认为它们是唯一的回归形式。哪儿些稍微有工作经验的人也会认为它们是所有回归分析形式的中最重要的。

​ 数据科学家很可能是目前最热门的职业之一，年薪平均为118.7w美元，他们是数据科学行业的最高收入的职业之一。数据科学家能够使用最新技术处理原始数据，可以执行必要的分析，并能够以信息的方式向他的同事提供所获得的知识。

作者 Kristen Kehrer中文翻译 MikaCDA 数据分析师原创作品，转载需授权 本文的目的为了告诉你们我是如何成功找到一份数据科学的工作。从被裁员到成功签约，这两个月对我来说即辛苦又紧张。 我拥有统计学硕士学位，并且自2010年以来一直从事高级分析工作。如果你是该领域的新手，那么你的体验可能会有所不同，但希望本文...

在大家的眼中，科学家的形象可能是一位表情严肃、着装单一、不修边幅、戴着一副厚重眼镜且天庭饱满，发际线无限上移的中老年理共男。但实际上，他们正式体面，幽默无比，可谓是集涵养和趣味于一身的真正撩妹达人！

作者：William VorhiesCDA数据分析研究院原创作品, 转载需授权​ 2018年刚刚结束，在2019年到来之际，让我们一起展望在今年数据科学、机器学习和人工智能领域会有怎样的发展趋势。 首先让我们快速回顾一下，去年我们曾做出了哪些预测。 2018年预测回顾 预测1 模型生产和数据准备都将越来越自动化。 大型的数据科学操作将...

我首先试着弄清楚我要解决的问题，但却没有深入细节确定具体的目标。更糟糕的是，我没有质疑所要分析和预测的数据集。最终经过两周的数据清理和分析，我才意识到我对数据做出了错误的假设。所有这些都是因为我对问题和数据缺乏了解。

这个头衔给我带来了所谓的光环，它暗示我在研究生院待过，做过一些学术研究。完成博士学位，意味着你不过是千万个”书呆子”中的一员，而在学了几年后辍学似乎显得你更有个性。人们期待知道你之后会做些什么。他们可能会说，“特斯拉的CEO Elon Musk就选择放弃研究生学位，离开学校去创业，你也可能成为下一个Elon！”

作者 | Pranay DaveCDA 数据分析师原创作品，转载需授权 毫无疑问，Kaggle是非常适合学习数据科学的平台。许多数据科学家在Kaggle上投入了大量时间。 但同时，你不应该只依靠Kaggle来学习数据科学技能。 以下就是当中的原因： 1.数据科学不仅仅是预测 Kaggle主要针对预测相关的问题。然而许多现实问题是与预测无关的。 ...

你想成为一名数据科学家？很棒，说明你是很有上进心的人，而且对数据科学充满热情，并希望通过解决复杂的问题为公司带来价值。但是你在数据科学方面毫无经验，也不知道如何开始。我很懂你，因为曾经我也是如此。本文就是特别针对热情且有抱负的数据科学家，解答进入该领域最常见的问题和挑战。

如果现代工作面试教会了我们什么，那就是关于“你最大的弱点是什么？”这个问题，正确答案是“我工作太努力了。”显然，说出自己的弱点是很可笑的。虽然在个人简历中列出弱点不太好，但是如果不承认自己的不足，我们就无法采取措施改善它们。

作者 | Jeremie Harris 翻译 | Mika CDA 数据分析师原创作品，转载需授权 我在一家数据科学培训公司工作。对于学员，我常常给出的建议并不是推荐库或者工具，而是让他们首先明确自己想成为什么样的数据科学家，确定自己的方向。 当中的原因在于，数据科学并不是单一且定义明确的领域，公司并不会雇用所谓的全能型数据科...

作者 | George Liu 翻译 | Mika CDA 数据分析师原创作品，转载需授权 如果你是一名数据科学方面的求职者，你肯定想知道在简历上写些什么才能获得面试的机会；如果你想进入这个领域，你一定想知道具备哪些技术才能成为一名有竞争力的求职者。 在本文中，我们对Indeed中一千份数据科学相关的招聘信息进行了分析，主要针对...

作者 | Jeremie Harris 翻译 | Mika 本文为 CDA 数据分析师原创作品，转载需授权 在大学我学习物理时，每当遇到不理解的术语，我就会上网搜索，这时我常会用到的就是维基百科。 虽然维基百科很好用，但是上面很多文章都不适合我的水平。那些文章要不就是超出我的理解，或者对我来说太简单了。这种情况时常发生，因此我从...

作者: Admond Lee编译: MikaCDA 数据分析师原创作品，转载需授权 我从事数据科学工作了已经将近半年了，我一路上成长了很多，也犯了很多错误，并在这一过程中从学习了很多。 不存在没有失败，只有反馈。而现实世界就是一种反馈机制。 是的，学习之旅并不容易。我们该做的就是继续努力，不断学习和改进。 通过这段时间的...

我在多伦多的一家中型软件公司担任数据科学家。在过去的几个月里，我担任了三场数据科学职位面试的面试官，这三场面试面向数据工程师、数据科学家和数据科学QA。

前言一个月前，我作为数据科学家在Airbnb开始了我的新工作，能够进入Airbnb，获得自己心仪的工作我感到很幸运。我曾向Airbnb申请了四次，最后一次才收到了招聘人员的回复。在本文中，我想跟大家分享以下，我的求职历程，希望能对你有所帮助，从而收获自己心仪的工作。