最近data science 好像很火，请问其他专业转行做data science 相关的可行吗

stats & cs 吧您现在从事什么行业？

基本都是math physics statistics cs这些吧

我现在是化学专业。大学学了点java编程。其他基本是零基础。
你觉得转行有可能吗？
我自己觉得很难。但是真是厌倦做现在的东西了。想做点新东西。

可以去general assembly读个课程他们会推荐相关的雇主实习或者正式工作。 也可以上些Coursera的课程，比如machine learning specialization 或 deep learning specialization等。另外，建议去Kaggle做些比赛，学学别人的solution等。祝好运！

已过时尽量别往里跳了 人太多了 现在一抓一大把

这也去太快了我自学还没学完就过时了啊 求推荐新方向

怎么看出来过时的啊

我也感觉太多人往这方向走了慢慢人多了 市场平衡了 价值应该没有现在这么大吧。

30多可以啊 不觉得30多就怎么了 想好了就做 人生就是折腾 哈哈。

不过deep learning一两年后可能也过时了。。。

过时的意思是会的人太多。

啊？过时的意思应该是有新的代替旧的。人多并不代表过时，但是孕育出新的东西机会大。

热得快 冷得也快我是学knowkedge engineering的，后来人们给了这专业一个美丽的名字 big data. Data mining啥的全学过。
我可以跟你说当软件强到一定程度后data science 是完全可以被软件取代的
假设一个数据库有十个table每个table有十个field
通常所谓的data scientist就会根据经验把选取几个参数配以比重然后做data mining 当软件硬件强到一定程度的时候就根本不需要你的经验。电脑把所有10×10个参数按照各种排列组合各种比重盲算一遍保证没有死角可以发现人脑中正常意识也发现不了的规律。
而且长线是金短线是银，大方向不塌准再如何数据精华也没有用。你去算如何充分烧煤就算能把燃烧率提高20%也然并卵。
Data science 绝对不是一个长久之计。

原来你是ISS毕业的不过我觉得big data这个名字挺烂的

层主对现在的数据分析还停留在上个世纪啊.. sigh... 早就不是穷举[…]的时代了

当然还有些类似neural network之类的非直接运算类
这些东西理论都是六七十年代就发明的可惜那时候硬件和编程能力有限
我不觉得在理论上最近十年有质变只不过计算机硬件和编程的提升让这些理论从纸上谈兵变成现实了。

任何行业都是金字塔形的，换行业一般都是底层进入，当底层底层人越来越多的时候进入这个行业就越来越不容易。
底层最早供大于求。看看坡的几个大学开的跟data analytics相关的master课程的招生人数就知道人越来越多了，这一两年都是翻倍增长。

不过中上层的有行业经验的人才还是处于稀缺状态。

我只是用过时形容这个过程，想转的话趁早，只是感觉现在底层职位已有供大于求的苗头了。
data science和AI这几年攒下的势能不知道还能持续多久，希望会越来越好吧。

说得对最近五年neural networks最大的发展就是效果达到工业应用标准了。直接催生了好多个行业和技术的发展。
这些都是基于大规模数据和运算能力的提升。而且同时也都在标准化。
如果看neural networks最近的paper，大家已经不满足于提高准确率了（因为被大公司给做烂了），而在寻求理论方面的解释和突破。难保不会有下一波哦。

希望越来越好吧毕竟真正有些行业开始淘汰人去做简单工作了。不学的人不是更少了份竞争力吗。

谢谢你的信息，我可以去关注一下。

要是几十年前卖鸡饭的一定是从孵蛋 喂鸡 杀鸡 烧鸡 卖鸡一条龙end to end去做
现如今孵蛋的归孵蛋的他们卖鸡苗 养鸡的归养鸡的 杀鸡归杀鸡 活禽都不能入城市 买鸡饭的只要知道怎么烧和卖就好了。

就好像电脑刚发明的时候需要运算结果的人往往还要自己写个编译器。
现如今底层代码 OS 编译器 sdk plugin class都有专人专项做。
在就业方面肯定是应用多过开发，应用的人不用管也无法全面了解这个数据挖掘按下去以后机器到底在做什么了。
对于底层开发的工作来说如果你不是科班出身或者大牛的话，半路出家可能还真的不行。但是底层往往就好比开发原子弹的可能赚的还不入应用层面那些卖茶叶蛋的。
所以要用数据挖掘人工智能也不需要也无法去从根本上学习与掌握。

把它作为一个兴趣爱好来学也不错其实有很多data scientist都不是machine learning背景的。很多学科用到的数学都是相通的。
进入的门槛并不高。

也在想转这方面其它专业也在研究咋入行，在申请ISS的part-time的master，下周面试，不过有点心虚，计算机方面知识还是差太多

general assembly的课程如果是PR能申请70%的政府补贴不general assembly的课程如果是PR能申请70%的政府补贴不，查了下NUS ISS有些excutive的课感觉还行，但是就是大部分工作时间上。不知道新加坡还有什么IT类的培训课比较好。自己上网课上着上着就落下了。

我也是觉得人工智能这几十年没什么突破所谓的火，无非是计算能力指数级别增长
让neural network这种纯瞎算的模型有了用武之地，(neural network是个很古老的东西了， 不要以为多么牛逼）
90年代日本举国之力搞AI，走了邪路，最后什么都没搞成
我觉得baidu这种all in AI也是够呛， data scientist火不了几年

过几年可能你的看法就不一样了之前人可以理解neural network在干什么，现在到了理解不了的程度了

为什么？因为现在我们有很多data啊，让计算机去解决计算问题，人类来解决如何理解计算机算出来的东西

世界就是计算出来的

如果对现在的职业生涯不满意，转行做data science 相当行。Data Science 火了也没几年，数据量和及计算能力的提升也就最近几年的事。学术上大的进展虽然不多，但细节上的修补和应用领域的开发进行的很快。业界的data science 还处于一个潜力巨大，但潜力还未完全兑现的阶段。

乐观点看，data analytics 的能力会成为未来一代的技能标配，就跟现在的excel 技能差不多。悲观点看，就算data science 的潜力大部分都不能实现，存量市场也不小了。

从个人的角度来看，现在市场上的数据分析师经验都不多。５年以上经验的的凤毛麟角。换个角度看，５年前的data science　的技术和现在也不在一个等级上。所以大家都是在同一起跑线。如果你对自己现在的工作不满意，换行到data science 绝对是个好的开始。

48000学费好高啊

40+ 岁还能学吗？有12+ 工业界计算机经验， 10年 database 经验, 做过几乎所有RDBMS的数据库: Oracle, Postgres, MySQL, SQL...

对纯瞎算这点不太同意其实现在的deep learning网络的每一个component或者layer都有自己存在的意义，解决一个新的问题的时候大部分情况下都要根据实际情况修改或者重新设计网络的。

老兄貌似有很多业界经验阿，可以考虑写个帖子给大家讲一下。：）

喜欢就试试吧计算机工程毕业，在银行做系统工程师7年，刚转行数据科学家。

机缘巧合两年前在政府资助下学完了coursera的data science，几乎花了一整年，基本上除了工作和休息，一大半的业余时间用来搞这个。那时候道行太浅，没急着跳。意外收获是，发现虽然有娃有24小时standby的工作，挤一挤还是有时间系统的提高自己的。接着弄完了big data（这个有点水，coursera的）。今年上半年折腾完了udacity的artificial intelligence，这个基本就是大学里学的ai，neural networks的升级版本，那么多年没摸代码，还得用python，酸爽味十足啊！最忙的时候公司项目搞到半夜一点，接着再来学两个小时。我都不确定再来一次的话我还可以坚持下来！

找新工作的时候就凭着过去两年半各种折腾课程里面的项目还有公司里的和本职工作不相干的项目（小老板不太支持，不过大老板喜欢）开始吹牛逼。每几天也会有猎头在linkedin来加好友。最后没去成自己主动投简历想去的公司，去了猎头推荐的一家，要做的东西是data science，ai和machine learning的产品，也少不了big data还有software development。

刚毕业的时候真不知道自己喜欢啥，花了四年才慢慢看清楚，花了三年做准备，终于觉得自己走上正轨了！

以前嘛，谁家公司有data science team, 那是牛！现在谁家要是没有这样的标配，会被笑话的。而且大把大把的公司这方面才刚起步而已。比如某本地银行，某航空公司！所以，觉得自己有兴趣的话，先从coursera，udacity里的课程开始。别管别人说啥，当全世界最牛叉的公司花了大把人力物力并且越来越多人力物力在这方面的时候，他们都疯了傻了？比那些唱衰的人疯傻？

最近data science 好像很火，请问其他专业转行做data science 相关的可行吗求指点。
其他专业转行做data science 相关可行吗？需要去读什么学位吗？需要什么样的知识。
本人30+。想转行。求相关专业人士指点。

万分感谢。
---
该帖荣获当日十大第6，奖励楼主8分以及12狮城帮币，时间：2017-10-08 22:00:03。