图灵TOPIA

作者：ParulPandey

编译：安然

图灵联邦编辑部出品

向大师学习、从他们身上汲取灵感，这对从事数据科学相关工作的人来说颇有意义。数据科学总是不断涌现新的课程、MOOCs和各种推荐，但是太多的选择有时反而会令人困惑。基于此，本文作者对Kaggle大神BojanTunguz进行了采访，希望能从他身上汲取一些有用经验。BojanTunguz是一位拥有物理学背景的数据科学家、同时也是KaggleDoubleGrandmaster。Bojan出生于波斯尼亚和黑塞哥维那的萨拉热窝，年移民到美国，拥有伊利诺伊大学物理学博士学位和斯坦福大学应用物理学硕士学位。他还在斯坦福大学、迪堡大学、罗德学院和伊利诺伊大学等著名大学教授过各种物理课程。我没有选择Kaggle，是Kaggle选择了我——BojanTunguz以下是本文作者与Bojan的对话节选:你有理论物理学的背景，你是如何从学术界跨越到工业界的?Bojan:套用海明威的话，那就是先突然决定，然后逐渐转变。学术工作很难找到，尤其是在理论物理等饱和领域。尤其当你是移民身份时，这个难度会增加十倍。有段时间，我决定安定下来，组建一个家庭，这比追逐难以捉摸的学术头衔重要得多。所以工作上，我被迫寻找其他的选择。起初，我涉猎科技写作和小型桌面设备制造领域，但当偶然发现了数据科学后，我就迷上了它。在数据科学身上，有我一直寻找的科学和技术之间的正确平衡。成为一名DoubleKaggleGrandmaster有多难？最初吸引你参加Kaggle的原因是什么？什么时候获得第一次胜利？Bojan：我目前是Kernels和Discussions的Grandmaster，KaggleGrandmaster。每一个类别都需要不同的技能和敏感度。Kaggle在技术技能方面的要求最高。对于Kernels和Discussions而言，其他技能（如沟通，社交技巧，写作和数据可视化）也至关重要。同样重要的是要了解Kaggle比赛的动态：发布什么、何时发布以及

转载请注明:http://www.kelaisilecar.com/rkmz/19802.html