情况
我想成为一名数据科学家，但我没有编程或数学背景。我对 python 的基本了解不止是我在几个月内自学的。现在我被困了，因为我不知道如何制定学习计划？
我在一家拥有大量数据的营销公司工作，因此我在学习期间有收入，并且我有数据可以应用我所知道的知识。我并不想急于求成，想要建立一个强大的基础并在更长的时间内在此基础上成长。我知道这并不容易，但我感到非常有动力。
问题
您能否为自学初学者指出全面的学习计划，并参考书籍、课程和学习材料？您能否指出任何文章或演示文稿，其中前初学者和过渡者分享了他们成功成为数据科学家的经验？
实践。你已经看到它既是数学又是编程，所以开始练习你的数学和编程，最终你会在那里。
数据科学发生在数学和编程的交叉点。
很多人从一些高强度的数学开始（生物技术、物理、工程，或者如果你是幸运的统计数据），因此必须从头开始学习编程。
许多其他人从成为一些专业开发人员开始，然后必须学习数学。
但正如你所说，你也不知道。所以检查你的动机。你真的想成为一名数据科学家，还是只是陷入了围绕它的嗡嗡声？你真的必须喜欢它才能忍受巨大的学习曲线。如果您喜欢它，请弄清楚为什么您现在才开始。
好吧。还在船上吗？如果是这样，在我看来，你真的有三条路。
您可以按照一些 mooc 或一系列教程来为您提供一些基本项目。这是一个开始。
你可以先尝试成为一名分析师。可能是一条更短的路径。最好的情况下，分析师可以直接变成数据科学家。最坏的情况是，你被卡住了，不能完全实现你的梦想。如果你走这条路的目的是最终成为一名数据科学家，请小心你使用的工具。高度自动化的分析工具让您锁定工具的功能。如果这些工具没有任何统计数据或机器学习，那么你就会陷入困境。
艰难的路。如果您对此很认真，那么请知道您需要学习两种重叠的语言——数学和编程。四处询问并进行研究。找出哪些编程语言最适合您期望自己最喜欢的领域。你的一部分“我真的想成为一名数据科学家吗？” 应该包括您作为数据科学家想要做的事情的类型。从你的答案中，拉出一些实际项目的例子。在这些项目中，选择最简单的并学习其背后的数学原理。喜欢金融的东西？也许对一些开放的金融数据进行一些简单的时间序列预测。喜欢营销？也许从查找 A/B 测试开始。是的，这可能还包括做#1，但在你为什么要做这件事的过程中，要表现出非常重要的额外诚意。数据科学家的很多工作就是能够提出一个还没有人问过的问题，并弄清楚如何应用你的工具来解决它。许多 moocs 剥夺了你在尝试解决问题之前首先构建问题的最必要的一层。