纽约时报的一篇文章告诉我们，
成为数据科学家真的是很简单的事情。
在修完几门数据科学的课之后，
一个做web开发的创业公司
就会因为你的新技能，
高薪聘请你了。
然后
出任CEO
迎娶白富美
在夏威夷海滩抱着媳妇吃西瓜
顺便还能get great tan呢
自从麦肯锡全球研究所发布了关于
数据相关从业人员稀缺的报告之后，
想成为数据科学家的人
就在大数据分析领域
寻找学习的机会。
据报道
就算你之前没有相关数据开发的经验，
在MOOCs注册课程或参加编程夏令营，
就能够帮你建立起该方面的信用值。
有一篇最近发表在Forbes.com的博客中写道，
Meta S. Brown
这位《数据挖掘傻瓜教程》的作者，
给出4个不用专门去获得数据科学领域文凭的理由。
而相反的，本文作者认为，
处于结构化的学习环境中是很重要的。
它可以让你从多年的只想不做当中，
真正将想法付诸于实际。
当然，
这完全取决于你是一个怎样的学习者。
如果你是一个很有自律性、
具有自我激励、
自我动机强烈的人类生物，
你可以通过参加MOOCs课程或者编程夏令营
来get到数据科学相关技能。
可是，如果你像我们大多数人类一样，
对于免费的网上课程，
通常注册之后就扔到一边去，
你还是需要结构化学习的。
你需要数据科学或商业分析相关的文凭学历认证，
来提升你的技能，
并且成为数据圈内人。
成为圈内人的好处显而易见，
就是能够日后帮助你定位职业生涯。
在作者《数据科学入门教程》一书中，
他提到了Paul Minton，
Minton之前是在纽约每年挣2万美元的餐厅服务员。
然而，
他在参加Zipfian Academy的三个月编程课程之后，
发生了人生逆袭。
2014年他作为三藩市web创业公司的数据科学家，
每年挣到了10万美元。
引用他对纽约时报说的话，
“从老师给我六张图表开始，
对我来说，就是一个奇迹”
富有激情的数据科学家通常会引用Minton的例子，
来描绘大数据这个魅力世界。
Minton先生俨然一位男版灰姑娘，
虽然真实存在，但非常少见。
要知道，他是为Change.org工作，
这个公益请愿网站2012年营收达到1500万美元，
2013年资本总值达到2000万美元。
此外，Minton先生，
本科是学数学的。
所以，如果我们没有任何相关教育背景，
又想在几周内精通数据算法，
还可以获得高薪职位
可是，不要怕，我们还是有办法的。
作者告诉我们
首先要拥有核心能力+相关领域知识。
一定要先弄清楚你想做什么。
如果你是想学习如何发表原创性的文章，
你也许应该去学习如何分析经济数据，
而不是去建立Hadoop集群。
这种事情，还是留给计算机科学家和工程师去做吧。
如果你很有自律性，
去上上MOOCs在线公开课。
Coursera是最大的在线公开课平台之一，
在它们网站上，
列举了该平台上2015年最受欢迎的10个课程，
其中有6个都是和数据科学相关。
（可以直接快拖到文末，
看我们帮你总结的课程相关信息）
IBM大数据大学（Big DataUniversity）
也可以考虑，
除了在线课程之外，
它还通过平台DataScientist Workbench
提供实习培训相关的各种资源。
这个平台提供了解决真实数据应用问题的最新方案，
包括R语言，Python语言，还有OpenRefine
还为大数据应用提供了Haddop和Spark开发方案。
该平台将计算架构和在线学习资源结合起来，
新手宝宝再也不用考虑如何安装和维护软件还有集成硬件了。
对于需要外部环境激励自己学习的宝宝们来说，
上大学的继续教育学院吧，
去那里注册数据科学的在线研究生课程。
或者，
干脆去读个研究生。
可以去 KDNuggets 网站上搜索更多的学习机会。
该网站列举了许多数据科学相关的研究生培养方案，
包括全职、半职、在线研究生，
还有好多其他的学位学历认证。
在你get到相关技能后，
你还要向未来的雇主证明你的价值。
如果之前没有做数据相关的工作，
那那些工作经历一般没有多大用处。
在这种情况下，
作者建议你在求职时，不要说，我想得到一个职位，
而是你能帮他解决一个实际问题。
我们的目标是：
让雇主真真切切能够感觉到，
你是可以帮他干活的。
以下安利，自行消化：
本文作者苦劝那些还没有入坑的童鞋，
目前大学教育培养出来的数据科学家，
远远不能够满足市场需求。
而且，这种供不应求不会在短时间内改变。
作者呼喊：
行动起来！拥抱数据！
原文发布时间为：2016-08-26
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
相关资源：敏捷开发V1.0.pptx