大数据频道 频道

阿里巴巴资深大数据工程师:大数据处理实践

  【IT168 技术】不同于以往的授课式课堂风格,这次斯坦福大学的教授Hadley Wickham开设了一门论文讨论课。课程名为:Readings in Applied Data Science。要求学生每周阅读3~4篇论文,并给出反馈。

阿里巴巴资深大数据工程师:大数据处理实践

  考虑到内向和不善表达的学生,课程采用Stephen D. Brookfield和Stephen Preskill的讨论手册中的技巧来确保每个人都有机会参与课堂讨论。课程成绩的评判也没有采用传统的结课考试,而是由课堂参与、讨论准备、课外阅读笔记三部分得分构成。

  Hadley Wickham教授已在网上贴出了这门课程的阅读清单推荐,下面这些论文,你读过哪些?

  什么是数据科学

  数据科学家大多只做算术,这是件好事—— Noah Lorang(2016)

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

  企业数据分析和可视化:面试研究——Sean Kandel,Andreas Paepcke,Joseph Hellerstein,Jeffrey Heer(2012)

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

  50年的数据科学(OA预印本)——David Donoho(2017)(注:这是一份讨论文件,许多着名的统计人员对评论做出了贡献。)

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

  数据收集和协作

  整洁的数据——Hadley Wickham(2013)

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

  电子表格中的数据结构——Karl W Broman,Kara Woo(2017)

  https://peerj.com/preprints/3183/

  在数据项目中使用Google表格的非常好的做法——Matthew Lincoln (2018)

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

  软件工程

  数据科学家的软件开发技能——Trey Causey(2015)

  http://treycausey.com/software_dev_skills.html

  打扰一下,你有没有时间谈论版本控制?——Jennifer Bryan (2017)

  https://peerj.com/preprints/3159/

  足够好的科学计算实践——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

  介绍Docker进行可重复研究,并以R环境为例——Carl Boettiger(2014)

  https://arxiv.org/abs/1410.0846

  机器学习:技术债务的高利息信用卡——D.Sculley,Gary Holt,Daniel Golovin,Eugene Davydov,Todd Phillips,Dietmar Ebner,Vinay Chaudhary,Michael Young(2015)

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

  教学

  统计学入门课程:托勒密体系?——George W Cobb (2013)

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

  数据科学教育的民主化——Sean Kross,Roger D Peng,Brian S Caffo,Ira Gooding,Jeffrey T Leek(2017)

  https://peerj.com/preprints/3195/

  教授数据科学统计——Danny Kaplan (2017)

  https://peerj.com/preprints/3205/

  数据道德

  伦理数据科学家——Cathy O'Neil (2016)

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

  大数据,机器学习和社会科学——Hannah Wallach(2014)

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

  数据科学道德准则——DJ Patil(2018)

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

  统计实践的道德准则——美国统计协会职业道德委员会(2016年)

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

  可复用性

  计算科学非常好的实践——Victoria Stodden, Sheila Miguez (2014)

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

  rOpenSci如何使用代码评审来促进可复用的科学——Noam Ross,Scott Chamberlain,Karthik Ram,Ma?lleSalmon(2017)

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

  工作流程

  平易近人的社会科学导论——Kieran Healy (2016)

  http://plain-text.co/

  打开笔记本历史——Caleb Daniels(2013)

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

  如何成为现代科学家——Jeff Leek(2016)

  https://leanpub.com/modernscientist

  业界

  在Twitter上做数据科学——Robert Chang(2015)

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

  程师不应该写ETL构建一个高功能数据科学体系的指南——Jeff Magnusson(2016)

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

  在Airbnb上使用R包和教育来发展数据科学——里卡多比昂(2016)

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

  Instacart的数据科学——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

  营销数据科学——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

  职业发展

  在数据科学就业市场上的感觉如何——Trey Causey(2016)

  http://treycausey.com/data_science_interviews.html

  学术求职建议——Matt Might

  http://treycausey.com/data_science_interviews.html

  数据科学中的冒充者综合征——Caitlin Hudon(2018年)

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

  原文链接:https://github.com/hadley/stats337/blob/master/README.md

0
相关文章