数据策略

​​课程大纲

数据科学是一个跨学科领域，它使用科学方法、过程、算法和系统从各种形式的数据中提取知识或见解。数据科学是数据分析领域的扩展，如数据挖掘、统计和预测分析。数据科学使用属于其他领域的理论和技术，例如信息科学、数学、静力学和计算机科学。数据科学中使用的一些方法包括概率模型、机器学习、信号处理、数据挖掘、统计学习、数据库、数据工程、可视化、模式识别和学习、不确定性建模、计算机编程等。

​

该课程由加州大学伯克利分校教授 Greg L. 提供，旨在了解数据和统计分析在管理决策中的作用。我们关注管理者作为信息的消费者和生产者的角色，说明如何寻找和/或开发正确的数据并应用适当的统计方法可以帮助解决业务问题。通过结合讲座、案例讨论和团队项目的高度体验式课程，该计划将通过掌握最热门的技术主题之一，使学生在其专业和学术生涯中具有竞争优势。

为什么选择数据科学？

​

数据和信息已成为各行各业的关键资源。数据对所有组织和所有级别都非常重要。不仅仅是大型 IT 和软件公司：银行和金融、汽车、能源、医疗保健、运输、零售以及您能想到的几乎所有领域都需要数据专家。您将遇到的职位与您将承担的职责一样多样化。如果您是一位知道如何“处理数字”的专家，那么您将成为组织许多部门中有价值的团队成员。

​

数据科学家的需求量很大 - 雇主找不到足够的毕业生来填补空缺。为了满足需求，大学一直在增加数据工程和数据分析学士和硕士的数量。由于潜在雇主争夺他们，大学毕业生现在处于舒适的位置，可以要求高薪。

示例作业（有关详细信息，请参见下图）：

​

✦ 分析工程师 
✦ 分析经理 
✦ 大数据工程师 
✦ 业务分析师 
✦ 数据架构师
✦ 数据分析师
✦ 数据工程师
✦ 数据科学家
✦ 数据可视化专家
✦ 商业智能（BI）架构师 
✦ 商业智能工程师
✦ 统计员

​

“数据科学家正在成为 21 世纪最受尊敬的专业人士。”
——汤姆·达文波特和 DJ 帕蒂尔

​

​