即使您没有注意到它，您每天都在从数据科学中受益。
Google使用它来更好地了解您并提供更加个性化的搜索结果。 Facebook正在收集有关您的大量信息，并通过每条消息（如“赞"和“分享"）为广告客户挖掘信息。亚马逊使用它使在线购物更加个性化。
麦肯锡将数据科学称为创新的下一个前沿领域。哈佛商业评论杂志将其称为21世纪最性感的工作。从一个到另一个，仍然严重缺乏人力。因此，如果您正在考虑成为一名数据科学家，那么现在将是一个不错的开始。
从欣赏数据可视化到理解机器学习，这里有很多基础。下面的五个Udemy课程不会提供所有技能。但是，它们可以使您轻松地进入复杂的数据科学世界。
数据可视化简介
发现：进入数据科学世界的最简单陷阱
数据科学是一门宏伟的野兽。在频谱的最末端，数据科学家具有核心的机器学习或编程技能，并且可以驯服“大数据"。数据可视化是这个更大技能集的一个很小但重要的子集。这很重要，因为数据科学家必须从混乱的大数据中编织一个故事。数据科学家必须为决策者提供方便。
即使没有数据科学，可视化也可以单独用于清晰地传达信息。考虑一下您的平均饼图或出色信息图表的概览效果。本入门级（免费）课程可以成为了解任何数据的第一步。您只需要对Web和设计术语有基本的了解。
将这些与更加注重职业的目标结合起来想成为一名数据科学家？关于Udemy的免费课程，它应该为您回答更多问题。
数据可视化
发现：如何使用Excel的强大功能进行数据可视化。
Microsoft Excel是日常用于实践第一个数据可视化项目的最便宜的软件之一。数据科学家使用它来收集和分析数据。学习不同的数据表示方式是掌握Excel及其强大实用程序的一大步。它也具有我们大多数人已经熟悉的界面。
本课程使用5种不同类型的数据并使用正确的图表类型进行解释。两个案例研究应进一步巩固概念。从Excel 2007或以上版本开始。希望对VBA和Excel函数有所了解。
用于Newbs大师班的SQL：初学者数据分析
发现：简单的SQL语法可以如何帮助您在没有任何技术背景的情况下进行一些真实的数据分析。
学习一些SQL可能是您做出的最佳职业决策之一。如果您在日常工作中处理任何类型的数据，结构化查询语言（SQL）将帮助您与该数据进行对话并有效地得出答案。 SQL是一种简单的“查询语言"，可以帮助任何人从不同的数据库中提取数据，然后将它们组合在一起以创建报告。
35个课程的课程可以在一个周末的时间内完成。用实际的SQL查询武装自己，然后针对您自己的特定目的对其进行调整。简单的课程可以帮助您提高对即将出现的数据科学技能的兴趣。即使您就在这里停下来，提取数据并对其进行操作的能力也应该对您的简历有所帮助。
Data Science AZ™
发现： 如何执行复杂的数据科学项目中的所有步骤。
此为时21小时的课程使情况变得更加严肃，该课程很好地介绍了数据科学领域以及SQL，SSIS， Gretl和Tableau。整个课程分为学习模块（途径），您可以将其作为独立的单元进行学习，混合或一次学习。浏览第5课中解释的课程结构预览，以计划攻击的方向。
学习途径遍布200多个课。它们涵盖了数据可视化和数据挖掘，统计建模，数据准备，最后还具有表达技巧。该课程从数据可视化开始，这始终是数据科学中最有趣的部分，而不是最繁琐的数据准备。
AZ课程使您可以通过所需的细节来平衡整个领域的广阔视野来处理复杂的数据科学项目。
Tableau 10 in Data Science
发现：如何将Tableau应用于现实生活中的数据分析练习
Kirill Eremenko通过上述课程对Tableau进行了全面练习。 Tableau是一些使用更广泛的数据分析软件，是Microsoft Excel的升级版。缺点之一是，与Excel不同，它的成本过高。有供个人使用的免费Tableau版本，但功能有限。如果您对数据科学的职业感兴趣，那么直观的工具是在繁重的工作之前的一个良好的开始。
6小时的课程可帮助您从头开始学习Tableau的最新版本。从安装到将软件连接到外部数据集，再到从数据创建可视化内容和故事。我没有上过这门课，但是它是Kirill在Tableau 9上经过广泛审查和流行的课程的更新版本。
开始像数据科学家一样思考
这仅仅是开始。在您决定向大数据处理工具（如R编程，Python，Hadoop，Spar，Panda，Dremel等）迈近一步之前，这五个数据科学课程将为您提供扎实的数据科学基础知识。
Udemy还提供其他重要数据科学课程的自助餐。其中一些是：
第一步的最大收获将是黄金问题的答案-您喜欢数据科学吗？
从这里看起来如何？您认为数据科学是热门还是炒作？它在您目前的工作职能中占有一席之地吗？
