我的公司是否需要独立的数据团队? 我该何时、怎么样建设自己的数据团队?

数据科学公司在招聘时越来越看重个人作品集，原因在于作品集是衡量实际能力最好的方式之一。好消息是，你完全掌控着自己的作品集。如果付出一些努力，你就可以打造出令用人单位印象深刻的高质量作品集。

大数据拆散一对异地恋情侣，你忍心吗？

公开自己的弱点可能会感觉有点奇怪。写这篇文章的确会让我感觉不舒服，但是我写出来是因为它最终会帮助我成为一个更好的数据科学家。而且，我发现很多人，包括雇主们，会对你坦诚自己的弱点并探讨如何解决它们留下深刻印象。

究竟是数据在说谎，还是逻辑在说谎？让我们一起来看看以下几个案例。

*棒球记者Tyler Kepner的笔记本，写满了美国职业棒球大联盟每一个先发投手的统计数据 导语 数字充斥着竞技体育的方方面面，例如一场比赛的输赢、助攻数和进球数、距离和时间等。我们似乎并不关心除此之外的其他数据。但在过去几十年里，运动分析正在逐步兴起，并经常被相关职业人士和技术狂热分子应用于高级体育联赛里，进行“智慧赌博”。说直白些，就是用过去的历史数据…

在年轻还有拼劲的时候多学学知识，寻找自身的不足，查漏补缺非常重要。

当我们的增长遇到了瓶颈期，如何从数据中发现要去做什么，怎么做？

Citi Bike是纽约市在2013年5月27日启动的一项自行车共享计划，由“花旗银行”(Citi Bank)赞助并取名为“花旗单车”(Citi Bike)。在曼哈顿，布鲁克林，皇后区和泽西市有8,000辆自行车和500个车站。为纽约的居民和游客提供一种方便快捷，并且省钱的出行方式。

如何成为一名卓越的数据科学家？

如何成为一名卓越的数据科学家？

通过人工智能和ML，你的企业将受益，因为它在运营上变得更加高效，并消除了那些似乎让你慢下来的日常任务。

大数据研究正在由前几年的新鲜技术变得越来越普及和商业化。同时，由于研究的向前推进，以数据为基础的人工智能、机器学习和物联网等其他各个领域也将会取得越来越大的成果。

麻省理工学院的一个研究小组正在努力让初学者更容易接触到人工智能，同时也帮助专家在这一领域取得进展。

Bill Vorhies不久前写了一篇文章《AI背后的数据科学》，他分享的观点很新颖。

在此问答中，MathWorks高级工程经理Jos Martin讨论了最近的NLP开发以及受益于该技术的应用程序。

大数据是如何帮助警察提高定位效率的呢？

我们就从最先进的AlphaZero入手开始讨论，这个模型总体结构其实是比较简单的，但是深入到细节方面，却又有很多值得学习之处。

摘要：可视分析技术已经发展了近十年。在这些年间，人们研究了大量的可视分析方法和案例，发表了不少研究论文。然而，对于一些基本问题，人们依然没有明确的答案。例如，一个基本的可视分析流程是怎样的?一个可视分析系统应该包含哪几个组件?如何评价和比较不同的可视分析系统?

站在用户整个生命周期的角度去理解Growth Hacking，只有大量的新增，却没有有效的核心行为转化和良好的留存，就无法实现真正的增长。