Data Scientist 路線圖

一句話：用統計與實驗回答商業問題——從資料清理、經典 ML，到深度學習與可解釋交付。

與一人公司／Agentic 的關係：產品要建模、實驗或可解釋 ML 時選修。多數一人公司先 Agent／自動化，有數據規模再進 DS。

與 Data Engineer 分工：DS 偏建模／洞察／實驗；DE 偏管線／倉儲／可靠資料。

路線章節（9 步）

1. Python 資料科學打底
2. SQL 與探索性分析（EDA）
3. 統計與機率基礎
4. 經典機器學習（Scikit-learn）
5. 常見演算法圖解
6. 深度學習入門
7. 實驗設計與 A/B Test
8. 視覺化與溝通
9. 專案作品集與上架

1Python 資料科學打底

• NumPy／pandas 清理、合併、分組；Jupyter／Colab 工作流。
• 站內：Python 入門、NumPy／Pandas、Google Colab。

NumPy／Pandas 專頁 · pandas docs · NumPy docs

2SQL 與 EDA

• JOIN、視窗函數、漏斗／留存常見查詢；先問對問題再建模。
• 缺失值、異常值、分佈偏態；用圖與摘要表再決定特徵。

Mode SQL Tutorial · DE 路線（倉儲 SQL）

3統計與機率

• 描述統計、抽樣、信賴區間、假設檢定、相關 vs 因果。
• 貝氏直覺（先驗／後驗）有助讀 Naive Bayes 與現代不確定性。

傳統統計方法專頁 · Seeing Theory · Khan Academy Stats

4經典機器學習

• 監督／非監督、訓練／驗證／測試、過擬合、交叉驗證、指標。
• 工具：Scikit-learn；站內 Machine Learning、Deep Learning。

Scikit-learn User Guide · Kaggle Learn

5常見演算法圖解

Decision Tree、SVM、K-Means、Random Forest、kNN、Naive Bayes、Gradient Boosting、Neural Nets——見專頁。

Algorithm 專頁（圖解）

6深度學習入門

• 何時用 DL：影像、語音、長序列 NLP；表格多數先 Sklearn／Boosting。
• PyTorch 或 TF＋Keras；可延伸 RL、LLM。

Deep Learning · NLP · PyTorch Tutorials · TensorFlow Tutorials

7實驗設計與 A/B Test

• 假設、樣本量、隨機化、北極星指標、多重檢定風險。
• 產品感：上線前後量測業務價值，而不只看離線 AUC。

Microsoft Exp Platform · Booking.ai blog

8視覺化與溝通

• Matplotlib／Seaborn／Plotly；圖表選擇。
• 給非技術聽眾：一句結論 → 證據圖 → 建議行動。

Seaborn tutorial · Plotly Python

9專案作品集與上架

• 端到端專案：問題 → 資料 → 模型 → 評估 → 限制／倫理 → README。
• 推到 GitHub；社群 Lab 見首頁。