互聯(lián)網(wǎng)做什么有前途？為何？謝謝了好友邀請！現(xiàn)在流行的自媒體，像經(jīng)營企鵝號，頭條號還有一個百家號等等，企鵝號是騰訊公司的，轉載自是都屬于百度公司的。也有像百度的全民小視頻，火山小視頻等，你都可以本地上傳

互聯(lián)網(wǎng)做什么有前途？為何？

謝謝了好友邀請！

現(xiàn)在流行的自媒體，像經(jīng)營企鵝號，頭條號還有一個百家號等等，企鵝號是騰訊公司的，轉載自是都屬于百度公司的。也有像百度的全民小視頻，火山小視頻等，你都可以本地上傳自己怎么制作的小視頻，還沒有了當然基礎后再在里面生意自己的小商鋪。

AI是什么？都有哪些特點？

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究什么、開發(fā)用于模擬、向前延伸和擴充卡人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。

人工智能是計算機科學的一個分支，它威脅清楚智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能幾乎完全一樣的表現(xiàn)出反應的智能機器，該領域的研究和機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術日漸興盛成熟，應用領域也不斷壯大，是可以設想，未來人工智能受到的科技產(chǎn)品，可以說是人類智慧的“容器”。人工智能是可以對人的意識、思維的信息過程的模擬。人工智能也不是人的智能，但能像人這樣思考、也肯定超過人的智能。

人工智能是一門頗具挑戰(zhàn)性的科學，從事行業(yè)這項工作的人需要明白計算機知識，心理學和哲學。人工智能是包括非常應用范圍的科學，它由有所不同的領域混編，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個比較多目標是使機器能能力勝任一些常見必須人類智能才能成功的急切工作。但相同的時代、差別的人對這種“奇怪工作”的理解是差別的。

互聯(lián)網(wǎng)做什么有前途？為何？

如何成為一名數(shù)據(jù)科學家？

大致是能制做出屬于什么自己的數(shù)據(jù)地圖吧。

這是我自己很容易做的，集合了近10年來的數(shù)據(jù)分析職業(yè)經(jīng)驗，參考了數(shù)十份行業(yè)內(nèi)的權威著作、等，增強數(shù)十萬字的異常龐大學習資料，才有了這個。

傳授經(jīng)驗別人前，自己也得有拿的隨意出手的干貨吧，不然咋欽佩？

先說一個，如果題主只不過是就是為了高端大氣上檔次的title來的，那我勸你我勸你放棄幻想吧，現(xiàn)實中數(shù)據(jù)科學家只是稱呼罷了，都沒什么用，說不定別人轉目就以為你是為他們你服務的呢？

那這個概念是怎么來的？

程序員覺著自己不比較適合編程，產(chǎn)品經(jīng)理都覺得自己不更適合做產(chǎn)品，統(tǒng)計會計覺得自己天花板又低，咦，這個數(shù)據(jù)科學家的崗位很順耳蠻魁梧上的，想做的事情和我也其實沒什么差距，我去再試試？

嗯，基本是那樣。

你們以為是的：

這種人存不修真者的存在？存在，但醒一醒，數(shù)量比較少，但是要幾千年的歷練。

據(jù)我了解，多個互聯(lián)網(wǎng)大公司的數(shù)據(jù)leader，他們那是導導表，跑下數(shù)據(jù)，然后再按業(yè)務需求把數(shù)據(jù)給別人，偶爾才會還幫其它部門做一些原先的需求，挖掘點用戶數(shù)據(jù)肯定許多有一點。

離數(shù)據(jù)科學家還遠著，這應該是現(xiàn)實。

但并不是沒什么辦法，成為數(shù)據(jù)科學家，應該有路可尋。

1、數(shù)據(jù)科學家怎么來的？

先有Data science，再有做此行當?shù)娜薲atascientists。

science也是去做實驗的，實驗的對象是數(shù)據(jù)，方法是dm，ml，dl等，儀器是類別繁多存儲硬件，處理軟件。百變的是研究對象是不同領域，所以才一個data science過程，產(chǎn)出物很可能僅僅一些常規(guī)知識，提示和決策，哪怕是可以拓展對某個領域認知。

2、數(shù)據(jù)科學家的類型

第一種，偏分析。

的確，不同于商業(yè)分析這種，不需要你懂行業(yè)，懂市場，懂公司經(jīng)營管理，然后把再去能夠解決問題。

通常工作，基本是清清數(shù)據(jù)，做做分析什么，出出報告，搞搞洞察到，但不斷大數(shù)據(jù)的到來，對模型確立能力、工具使用能力、數(shù)據(jù)處理能力足夠了。

Tableau、python、Finebi、R、pandas、matlab都得會。

還得懂市場、經(jīng)濟、統(tǒng)計的知識。

第二種，偏算法。

研究什么類的升華，例如阿里達摩院，也算一個成本部門，是部門就得有產(chǎn)出，是研究就得有成果，就得能落下時（這句話不是什么我說的，是馬老師）。

那這種就很好理解了，把算法從Research做到Product。

要求會更高，NLP，數(shù)據(jù)挖掘，推薦算法，CV，業(yè)務邏輯，需求管理，編程能力確實主要的。

3、數(shù)據(jù)科學家的核心技能

之外數(shù)據(jù)分析，另外什么？

其實數(shù)據(jù)科學在公司里的應用肯定基礎層次，老板大量招人很有可能只不過想讓公司趕不及AI的末班車，但一點不懂怎么讓數(shù)據(jù)下一界生產(chǎn)力，噱頭是主要注意的。公司越大，職位邊界會越模糊不堪。

所以才，數(shù)據(jù)科學家估計強大產(chǎn)品經(jīng)理完全不一樣的嗅覺能力，或則僅僅僅次程序員的代碼能力。

不然你都會很茫然，自己在產(chǎn)品和開發(fā)完畢都沒有話語權，逐漸地都變成了支持部門。

所以才要在大方向上，更加主動積極一點兒，從insight到product，要全程參與，確實很培養(yǎng)能力，然后再才能有數(shù)據(jù)話語權，這可不是寫個python、sql的或etl就能利用的。