我现在看到了两个数据科学认证计划——Coursera 提供的 John Hopkins和Cloudera 的一个。
我敢肯定还有其他人在那里。
John Hopkins 的课程集专注于将 R 作为工具集，但涵盖了一系列主题：
Cloudera 程序表面上看起来很单薄，但看起来回答了两个重要问题——“你知道这些工具吗”、“你能在现实世界中应用这些工具吗”。他们的计划包括：
我不是在寻找有关程序的建议或质量比较。
我很好奇那里的其他认证、它们涵盖的主题以及社区目前对 DS 认证的重视程度。
编辑：这些都是很好的答案。我正在通过投票选择正确的答案。
作为前分析经理和现任首席数据科学家，我对数据科学证书的需求持怀疑态度。数据科学家这个词相当模糊，数据科学领域还处于起步阶段。证书意味着某种统一的标准，这是数据科学所缺乏的，它仍然是非常狂野的西部。
虽然证书可能不会伤害您，但我认为您最好花时间开发经验以了解何时使用某种方法，以及能够向非技术受众解释该方法的深度理解。
我完成了前两门课程，我也计划完成其他所有课程。如果您不了解 R，那么它是一个非常好的程序。每周都有作业和测验。很多人觉得有些课程很难。如果您没有任何编程经验（即使他们说这不是必需的），您将很难过。
请记住..并不是因为您可以驾驶汽车而成为 F1 飞行员；）
您提到的认证课程实际上是入门级课程。就个人而言，我认为这些证书只显示了一个人的坚持，它们只对那些申请实习的人有用，而不是真正的数据科学工作。
我领导一家大型互联网公司的数据科学团队，我为我们在世界各地的团队筛选了数百个个人资料并采访了数十个。许多候选人已经通过了上述课程和计划或带来了类似的证书。就个人而言，我也参加了这些课程，有些很好，有些令人失望，但没有一个能让你成为“数据科学家”。
总的来说，我同意这里的其他人。来自 Coursera 或 Cloudera 的证书只是表明有兴趣，但并没有起到任何作用。还有更多需要考虑，通过提供一个全面的工作存储库（例如 github 个人资料）以及与其他数据科学家建立联系，您可以产生更大的影响。任何招聘数据科学档案的人总是希望看到你以前的工作和编码风格/能力。