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？

不告诉你多少，和以前本职工作估计只有一毛钱关系

你猜的还比较靠谱

R是做统计分析的语言，数据科学领域也有超多扩展包，当初我学的是johns hopkins的data science specialiation，R语言的。纯粹从data science的角度，我可能还是更喜欢R，超喜欢里面关于统计的扩展包。不过考虑到deep learning，AI差不多都把python当成第一语言，强烈推荐你选择用python的data science课程。coursera里有，你自己找找，而且还分成了三个阶段的课程。

想在这一块深耕的话，吴恩达的machine learning，deep learning也去刷一刷。Data science，machine learnjng，deep learning，AI这些东东太多概念相互纠缠。

最近刷课程和项目我主要在udacity，课程难度和对project的要求更高，有一对一的mentor，有详细的求职指导。时不时你会发现你的mentor就是谁谁谁家的资深工程师，首席数据科学家，某高校的教授等等。当然价格也比较美丽一些

对linux不熟的话，得补上。

当初有个分析文本的小作业，在R搞得要死要活，结果人家大牛用linux命令几秒钟搞定，那感觉简直就是日了狗了！

再另外，打一下自己的脸，刚刚入行而已，没准不久后会发现自己跳进了另一个火坑而已，哈哈。人生嘛，要么在折腾，要么在折腾的路上呗

我是linux小白

可能用skillsfuture可以报销。不过考虑到coursera一个月49美刀，也还可以承受