阿里巴巴資深大資料工程師：大資料處理實踐

　　不同於以往的授課式課堂風格，這次史丹佛大學的教授Hadley Wickham開設了一門論文討論課。課程名為：Readings in Applied Data Science。要求學生每週閱讀3~4篇論文，並給出反饋。

　　考慮到內向和不善表達的學生，課程採用Stephen D. Brookfield和Stephen Preskill的討論手冊中的技巧來確保每個人都有機會參與課堂討論。課程成績的評判也沒有采用傳統的結課考試，而是由課堂參與、討論準備、課外閱讀筆記三部分得分構成。

　　Hadley Wickham教授已在網上貼出了這門課程的閱讀清單推薦，下面這些論文，你讀過哪些?

　　什麼是資料科學

　　資料科學家大多隻做算術,這是件好事—— Noah Lorang(2016)

　　https://m.signalvnoise.com/data-scientists-mostly-just-do-arithmetic-and-that-s-a-good-thing-c6371885f7f6

　　企業資料分析和視覺化：面試研究——Sean Kandel，Andreas Paepcke，Joseph Hellerstein，Jeffrey Heer(2012)

　　https://idl.cs.washington.edu/papers/enterprise-analysis-interviews

　　50年的資料科學(OA預印本)——David Donoho(2017)(注：這是一份討論檔案，許多著名的統計人員對評論做出了貢獻。)

　　https://www.tandfonline.com/doi/abs/10.1080/10618600.2017.1384734

　　資料收集和協作

　　整潔的資料——Hadley Wickham(2013)

　　https://www.jstatsoft.org/article/view/v059i10/

　　電子表格中的資料結構——Karl W Broman，Kara Woo(2017)

　　https://peerj.com/preprints/3183/

　　在資料專案中使用Google表格的最佳做法——Matthew Lincoln (2018)

　　https://matthewlincoln.net/2018/03/26/best-practices-for-using-google-sheets-in-your-data-project.html

　　軟體工程

　　資料科學家的軟體開發技能——Trey Causey(2015)

　　http://treycausey.com/software_dev_skills.html

　　打擾一下，你有沒有時間談論版本控制?——Jennifer Bryan (2017)

　　https://peerj.com/preprints/3159/

　　足夠好的科學計算實踐——Greg Wilson，Jennifer Bryan，Karen Cranston，Justin Kitzes，Lex Nederbragt，Tracy K. Teal(2017)

　　http://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1005510

　　DevOps

　　介紹Docker進行可重複研究，並以R環境為例——Carl Boettiger(2014)

　　https://arxiv.org/abs/1410.0846

　　機器學習:技術債務的高利息信用卡——D.Sculley，Gary Holt，Daniel Golovin，Eugene Davydov，Todd Phillips，Dietmar Ebner，Vinay Chaudhary，Michael Young(2015)

　　https://research.google.com/pubs/pub43146.html

　　教學

　　統計學入門課程：托勒密體系?——George W Cobb (2013)

　　https://escholarship.org/uc/item/6hb3k0nz

　　資料科學教育的民主化——Sean Kross，Roger D Peng，Brian S Caffo，Ira Gooding，Jeffrey T Leek(2017)

　　https://peerj.com/preprints/3195/

　　教授資料科學統計——Danny Kaplan (2017)

　　https://peerj.com/preprints/3205/

　　資料道德

　　倫理資料科學家——Cathy O'Neil (2016)

　http://www.slate.com/articles/technology/future_tense/2016/02/how_to_bring_better_ethics_to_data_science.html

　　大資料，機器學習和社會科學——Hannah Wallach(2014)

　　https://medium.com/@hannawallach/big-data-machine-learning-and-the-social-sciences-927a8e20460d

　　資料科學道德準則——DJ Patil(2018)

　　https://medium.com/@hannawallach/big-data-machine-learning-and-the-social-sciences-927a8e20460d

　　統計實踐的道德準則——美國統計協會職業道德委員會(2016年)

　　http://www.amstat.org/ASA/Your-Career/Ethical-Guidelines-for-Statistical-Practice.aspx

　　可複用性

　　計算科學最佳實踐——Victoria Stodden, Sheila Miguez (2014)

　　https://openresearchsoftware.metajnl.com/articles/10.5334/jors.ay/

　　rOpenSci如何使用程式碼評審來促進可複用的科學——Noam Ross，Scott Chamberlain，Karthik Ram，Ma?lleSalmon(2017)

　　https://ropensci.org/blog/2017/09/01/nf-softwarereview/

　　工作流程

　　平易近人的社會科學導論——Kieran Healy (2016)

　　http://plain-text.co/

　　開啟筆記本歷史——Caleb Daniels(2013)

　　http://wcm1.web.rice.edu/open-notebook-history.html

　　如何成為現代科學家——Jeff Leek(2016)

　　https://leanpub.com/modernscientist

　　業界

　　在Twitter上做資料科學——Robert Chang(2015)

　　https://medium.com/@rchang/my-two-year-journey-as-a-data-scientist-at-twitter-f0c13298aee6

　　程師不應該寫ETL構建一個高功能資料科學體系的指南——Jeff Magnusson(2016)

　　https://multithreaded.stitchfix.com/blog/2016/03/16/engineers-shouldnt-write-etl/

　　在Airbnb上使用R包和教育來發展資料科學——裡卡多比昂(2016)

　　https://medium.com/airbnb-engineering/using-r-packages-and-education-to-scale-data-science-at-airbnb-906faa58e12d

　　Instacart的資料科學——Jeremy Stanley(2017)

　　https://tech.instacart.com/data-science-at-instacart-dabbd2d3f279

　　.rprofile：Jenny Bryan——Kelly O'Briant(2017)

　　https://tech.instacart.com/data-science-at-instacart-dabbd2d3f279

　　營銷資料科學——Erik Oberg(2018)

　　https://medium.com/indeed-data-science/marketing-for-data-science-a-7-step-go-to-market-plan-for-your-next-data-product-60c034c34d55

　　職業發展

　　在資料科學就業市場上的感覺如何——Trey Causey(2016)

　　http://treycausey.com/data_science_interviews.html

　　學術求職建議——Matt Might

　　http://treycausey.com/data_science_interviews.html

　　資料科學中的冒充者綜合徵——Caitlin Hudon(2018年)

　　https://caitlinhudon.com/2018/01/19/imposter-syndrome-in-data-science/

　　原文連結：https://github.com/hadley/stats337/blob/master/README.md
　　本文轉載自網路大資料，轉載請聯絡原作者！

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31077337/viewspace-2155971/，如需轉載，請註明出處，否則將追究法律責任。