成为数据科学家并不难

child-learning-about-big-data

几个菜鸟程序员在Coursera上免费注册学习了几天“机器学习”课程后,赢下了Kaggle预测模型建模大赛。

企业界在IT业制造的大数据人才恐慌(麦肯锡是始作俑者)中纷纷提高了对大数据和高级分析人才的期待和要求,数据科学家也一夜之间成为最性感的职业,其光环直追体育明星。数据科学家被描绘成神一般的人物,他们通晓数学、计算、社会学、物理学等各学科知识,同时又洞察世事,深谙企业运作之道,存世数量堪比特级珍稀保护动物。这些都让有志从事大数据分析的IT从业人员高山仰止,望而止步。

但越来越多的证据显示,即使是初级程序员也能成为优秀的数据科学家。

事实表明,只需要借助云计算服务器,在Coursera公开课上跟斯坦福教授Andrew Ng学上几天“机器学习”课程(Machine Learning),即使是菜鸟程序员也能变成掘金大数据的金凤凰。

以上并不是痴人说梦,预测分析竞赛网站Kaggle为我们提供了不少例证。今年9月,一位律师出身的保险业风险模型设计师Carter S.首次参加Kaggle竞赛就斩斩获项目奖金。Carter采用的是独创的“暴力分析”(Overkill Analytics),所谓暴力分析就是舍弃复杂费神的大数据分析模型,采用大量简单模型的组合,利用当今硬件系统(如Hadoop集群)的强大处理能力“暴力”分析大数据集。Carter的案例说明大数据未必意味着“大模型”,这意味着大数据分析的技术门槛并没有想象得那么高。尽管如此,Carter还是在工作中自学了自然语言处理和社会化分析等知识,对线性回归分析也不陌生。

如果说Carter成为大数据科学家前已经具备了一些数据分析知识和经验,那么?完全没有数据分析经验的,只有大学课程水平的初级人士能否成为数据科学家呢?

答案是肯定的。新奥尔良大学学生Luis Tandalla去年在Coursera在线平台上听了几堂课后,在高手云集的Kagge大赛中一举中的,拿下了Hewlett Foundation设立的竞赛奖金。Tandalla开发出的模型能够准确评估短问题测验的得分。要知道,在Coursera上报名之前此之前,Tandalla压根不了解人工智能和机器学习。

在尝到甜头后,Tandalla的学习热情被彻底点燃,他在Coursera上报名更多课程,包括自然语言处理和概率分析模型,并开始自学其他数据分析知识。Tandalla将于2013年5月毕业,但Tandalla表示将考虑继续就读并考取机器学习专业的研究生。如今,创立自己的预测分析软件公司已经成了Tandalla的方向和梦想。

Tandalla并非个案,在Heritage Foundation的竞赛中,第二名和第三名都学习了Coursera 的机器学习课程,其中来自新加坡的39岁的Xavier Conort去年才转型成为数据科学家,目前已经是Kaggle上的顶级选手。

Courera的成功基因

andrew_ng

Andrew Ng

Coursera课程如此富有成效的原因与斯坦福教授Andrew Ng的治学理念密不可分。Ng认为这与自己在硅谷的氛围有关,如果不是与硅谷最优秀科学家们的紧密交流,Coursera的课程不可能如此成功。此外,Ng的课程侧重实际应用,在解决实际问题的过程中学习技术,他将更多的时间花在技术的应用上,而不是算法本身。

Ng认为,孤立的学习算法并不可取,这就好比单纯学习编程语言的语法,而不是尝如何编出有用的程序。在另外一个著名的在线免费课程平台Udacity上,我们也能看到类似的教学理念。Google副总裁,斯坦福教授Sebastian Thrun在主讲计算科学101课程时,就是围绕如何开发可用的搜索引擎来讲解Python编程语言。

Via GigaOM

第一时间获取面向IT决策者的独家深度资讯,敬请关注IT经理网微信号:ctociocom

   

除非注明,本站文章均为原创或编译,未经许可严禁转载。

相关文章:


关于作者

        在TMT领域具有十余年的咨询和创业经验。 目前主要关注信息安全,同时密切关注云计算、社会化媒体、移动、企业2.0等领域的技术创新和商业价值。拥有美国麻省理工学院MBA学位和清华大学经济管理学院学士学位,曾任BDA中国公司高级顾问,服务过美国高通、英特尔、中国网通、SK电讯、及沃达丰等公司。联系邮件:wangmeng@ctocio.com

X