详细内容或原文请订阅后点击阅览
顶级技能数据科学家应在2025年学习
忘记您所知道的 - 这些被低估的数据科学技能将定义谁在2025年剩下的时间里获胜。
来源:KDnuggets＃简介
＃我了解，随着数据科学的增长速度，数据科学家无法跟上所有新技术，需求和趋势的越来越困难。如果您认为了解Python和机器学习会在2025年为您完成工作，那么我很抱歉将其分解给您，但不会。
要在这个竞争激烈的市场中有很大的机会，您将不得不超越基本技能。
我不仅指技术技能，而且指软技能和商业理解。您可能以前遇到过此类文章，但是请相信我，这不是点击诱饵文章。我实际上进行了研究，以突出人们经常被忽略的领域。请注意，这些建议纯粹是基于我与一些专家交谈中收集的行业趋势，研究论文和见解。因此，让我们开始。
＃技术技能
//1。GraphAnalytics
//图形分析被超级低估，但如此有用。它通过将它们变成节点和边缘来帮助您了解数据中的关系。欺诈检测，推荐系统，社交网络或任何连接的任何地方，都可以应用图形。大多数传统的机器学习模型都使用关系数据努力，但是图形技术使捕获模式和离群值变得更加容易。像PayPal这样的公司使用IT来通过分析帐户之间的关系来识别欺诈性交易。 Neo4J，NetworkX和Apache Age等工具可以帮助您可视化和使用此类数据。如果您很认真地深入金融，网络安全和电子商务等领域，那么这是一项使您脱颖而出的技能。