原文：
www.kdnuggets.com/2019/07/top-10-data-science-leaders.html
评论
作者：Admond Lee，美光科技 / AI 时间杂志 / 亚洲科技
我一直相信，要有效学习，我们必须向最优秀的人学习。
1. 谷歌网络安全证书 - 快速进入网络安全职业的捷径。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT 工作
如果你关注过我的工作，你会知道我两年前作为一名物理学学生进入数据科学领域，当时对数据科学一无所知。
我成功地在一年内从物理学转向数据科学。
事实上，我遇到了很多困难，犯了许多错误。
我不断前行，自己站起来，继续向前走。
当我回顾我的数据科学旅程及我走到今天这一步时，真正推动我前进的是从最优秀的数据科学领袖那里学习（并仍在学习！）——这些是数据科学领域的专家——通过他们的分享。
这极大地帮助了我的数据科学之路，成为一名数据科学家，因为他们定期分享数据科学中的实际经验、最新技术和工具、技术和非技术知识等。
这些数据科学领袖只是 LinkedIn 上杰出数据科学社区的一部分，他们激励我通过在LinkedIn和Medium上分享我的经验和知识来回馈社区。
因此你现在阅读的这篇文章（以及Medium 上的其他文章）。
如果你在数据科学领域，我强烈建议你关注这些巨头——我将在下面的部分列出——并成为我们数据科学社区的一员，向最优秀的人学习并分享你的经验和知识。
让我们开始吧！
Randy Lao 真的是非常棒。事实上，他是我刚开始学习数据科学时关注的第一个数据科学领袖，当时我对数据科学一无所知。
如果你是一名有抱负的数据科学家，我强烈推荐你访问 他的网站，那里有所有有用的免费数据科学和机器学习资源分享给你。
最重要的是，他还是 数据科学梦想工作 的导师，这是一个帮助有抱负的数据科学家成长和找工作的电子学习平台——由 Kyle McKiou 创办。
凭借他的分享和在数据科学领域的广泛经验，我相信你会从他那里学到很多东西，我确实学到了。
如果你在 LinkedIn 上活跃，你可能已经听说过他的名字。
如前所述，Kyle 是 数据科学梦想工作 的创始人，该平台教授来自不同背景的有抱负的数据科学家如何在数据科学领域找到工作。
课程本身的价值超过任何东西，因为他和其他优秀的导师教授有抱负的数据科学家如何培养心态、掌握技术和非技术技能、求职技巧以及如何最终在这一行业开始他们的职业生涯。
这不仅仅是另一个 Udemy 或 Coursera 上的在线课程，它们只是教授编程或机器学习中的技术技能。
Kyle 还定期在 LinkedIn 上与数据科学社区分享他的经验和见解。
如果你想进入数据科学领域——即使你完全没有背景——那么跟随 Kyle 并查看他的课程。
Kirill Eremenko 是 SuperDataScience 的创始人兼首席执行官，这是一个为数据科学家提供在线教育的门户网站。
公司的使命是“让复杂变简单”，愿景是成为数据科学爱好者最大的学习门户。
此外，该平台提供了几十门分析课程，涵盖了从基于工具的课程，如 R 编程、Python、Tableau，到概述性的课程，如机器学习 A-Z 和数据科学入门。
我个人最喜欢的课程是 深度学习 A-Z™：动手实践人工神经网络，由 Kirill Eremenko 和 Hadelin de Ponteves 授课。这是我第一次接触深度学习，信任我，他们的课程确实独一无二，强调直观理解，并结合了有监督和无监督深度学习的动手编码教程。
最近，我有机会阅读了他的书——自信的数据技能，这本书帮助你理解从项目开始到结束的完整数据科学工作流程，全程无需编写代码！
法比奥·瓦斯克斯在数据科学领域有着深厚的经验，他总是乐于在 LinkedIn 上无保留地分享他的想法和见解。
就我个人而言，我是他其中一个 YouTube 频道的粉丝——数据科学办公时间，那里有其他了不起的数据科学领袖分享他们在不同主题上的经验。
我无法告诉你我仅从他们的网络研讨会中学到了多少。
因为最终，作为一个有抱负的数据科学家，你可以参加许多在线课程和获得证书，尽可能多地学习。但是，如果你不能理解数据科学家在实际工作环境中的工作方式，你将无法应用你在这些课程中学到的知识。
你将无法理解作为数据科学家的角色。
因此，向数据科学家学习一直是我首选的学习和探索方式。
埃里克曾是 LinkedIn 的高级数据科学家，现在在 CoreLogic 担任数据管理与数据科学主任。
我特别喜欢埃里克的一点是他对当前数据科学领域的敏锐观察。
他总是愿意分享他的知识和经验，以揭示一些常见但被遗忘的数据科学领域，这些领域总是让我感到惊叹。
埃里克是我自加入 LinkedIn 数据科学社区以来一直关注的数据科学领袖之一。从他那里学到的东西实在太多了，我迫不及待地想在未来与大家分享！
凯特以《颠覆者：数据科学领袖》的作者而著名。
她还是Datacated Weekly的主持人——一个致力于帮助他人了解数据领域各种主题的项目——以及我的 Story by Data YouTube 频道上的数据科学人物（HoDS）的主持人。
她在这篇文章中还采访了一些数据科学领域的领袖，因此如果你想了解数据领域的各种主题，我强烈建议你查看她的 YouTube 频道。
数据科学人物（HoDS）与Favio Vázquez
如你可能已经意识到的那样，LinkedIn 上的数据科学社区是一个紧密联系的社区，我们彼此互动，共享和学习。
塔里·辛格是deepkapha.ai的创始人兼首席执行官，该公司为企业提供 AI 解决方案，并致力于 AI 研究和慈善事业。
塔里在使用深度学习和 AI 解决现实世界问题方面的热情，激励我在刚开始从事数据科学时，回馈社会。
关注他的工作和分享。你将会惊讶于他的见解和分享，尤其是在 AI 最新前沿技术方面。
伊玛德·穆罕默德·汗目前是 Indegene 的一名数据科学家。
他的帖子总是充满灵感，并且对数据科学的任何主题直截了当。
此外，伊玛德还不时在印度组织 Mantissa 数据科学聚会，为大家提供一个分享和表达观点的机会，同时共同学习。
他绝对是我总是期待向其学习的数据科学家之一。
每当我们谈论数据科学时，大多数人倾向于认为这只是关于构建炫酷的机器学习模型和进行精彩的预测。
实际上，构建模型只是整个工作流程的一部分，而数据工程（即数据科学的管道工）是这个工作流程的关键部分，支持数据科学项目。
如果没有稳定而坚实的数据工程管道和平台，连获取数据进行任何分析都会很困难。
安德烈亚斯在数据工程和建立大数据平台方面确实是一位专家，这些平台支持数据科学项目。
他是一名数据工程师和数据科学平台架构师，构建每天处理和分析大量数据的数据科学平台。
如果你想了解更多关于数据工程的内容，比如 Hadoop、Spark 和 Kafka，快去查看他的 YouTube 频道 — 数据科学的管道工。
什么是数据科学的管道工？ — 由安德烈亚斯·克雷茨编写
安德烈 — Gartner 的高级数据科学和机器学习团队负责人 — 可以被视为 LinkedIn 上数据科学的领军人物和名人，他有一本著名的畅销书 — 《百页机器学习书》。
他的畅销书已经被翻译成不同国家的多种语言（甚至被一些大学的图书馆和课程作为教学材料！）。
他还在 LinkedIn 上定期（几乎是每天！）分享大量有用的数据科学技巧，我相信你不想错过这些内容。
感谢你的阅读。
这里的数据科学领袖名单绝非详尽无遗。这些只是我在两年前刚开始从事数据科学时关注并从中学习的一些顶级数据科学领袖。
直到现在，我每天仍在学习他们的分享和经验。
受到他们贡献的启发，我通过分享我的知识和经验回馈数据科学社区，希望能帮助更多有志于成为数据科学家的朋友。
在一天的结束时，我们——作为数据科学社区的一部分——在这里，且将永远在这里，共享、帮助、学习和共同成长。
这就是社区的意义所在。
希望你喜欢阅读这篇文章。
记住，不断学习，永不停止进步。
一如既往，如果你有任何问题或评论，请随时在下方留下你的反馈，或者你也可以通过LinkedIn联系我。到那时，再见于下一篇文章！????
简历：Admond Lee 被称为备受追捧的数据科学家和顾问，帮助创业公司创始人和各种公司利用数据解决问题，拥有数据科学咨询和行业知识的深厚专业能力。你可以通过LinkedIn、Medium、Twitter和Facebook与他联系，或点击这里预约电话咨询，如果你正在寻找公司数据科学咨询服务。
原文。经许可转载。
相关：
-
LinkedIn 2018 年顶级声音：数据科学与分析
-
没有借口 – 470 位杰出的分析女性
-
LinkedIn 上活跃的大数据、数据科学、机器学习领域的前 10 位影响者，更新版