Swami Chandrasekaran 任職於 IBM，擔任首席架構師 (the Chief / Executive Architect) 一職。他依所知建立「數據分析學習」課程地圖指南，指南中的每一個領域主題都以一條「地鐵路線」 來描述表示，而站點就是這個領域中的某個主題。所以，可以透過從最基礎的認識到精通再到應用自如的漸進方式來學習。就像去搭地鐵，會依據起點與目的地來挑選行進的路線，甚至會在行進中途決定轉換到不同的路線。
1. Fundamentals (基礎相關)
2. Statistics (統計相關)
3. Programming (編程相關)
4. Machine Learning (機器學習相關)
5. Text Mining / Natural Language Processing (文字探勘 / 自然語言處理相關)
6. Data Visualization (數據視覺化相關)
7. Big Data (海量數據相關)
8. Data Ingestion (資料擷取相關)
9. Data Munging (資料轉換相關)
10. Toolbox (工具類相關)
原文: http://nirvacana.com/thoughts/becoming-a-data-scientist/
中文: http://techorange.com/2013/07/17/becoming-a-data-scientist-curriculum-via-metromap/
[感想1]
看到這篇報導，反而想到以下這一段文字:
業餘打敗專業的情況將會越來越普遍。
我們的教育制度其實並沒有隨著知識增加的速度以及資訊傳遞方式的改變而有所演化，這很明顯造成了當學校裡的老師在教導時，很多知識已經過時了，而等到學生畢業後，很多資訊已經完全無用了。學術和產業的確有相當大的落差，我們只要思考一下，大學教授如果離開校園，到產業界去能不能直接當一個稱職的中高階主管就知道了。所以，我們能去期待學生畢業就成為業界所需要的即戰力嗎？
別誤會，我知道大學不是職業訓練場所，我也認為不應該是。而目前的現況，其實反而給很多人更寬廣的路。
不管在學校裡面，主修是什麼，其實只要努力針對業界所需要的能力學習個一兩年，要贏過相關科系出身的畢業生而成為業界想要的即戰力其實是很有機會的。你有的是熱忱和自學的能力，科班出身的人有的卻是茫然和畢業後就中斷的學術指導，你還能不贏嗎？
你唯一會輸的，就只有那些跟你一樣有熱忱和自學能力，但是就讀相關科系起步又比你早的人，但跨領域的你也不是沒有優勢，因為你可以借用不同領域的知識，只要你持續努力，很快就能並駕齊驅。
ref: https://www.facebook.com/firefly88/posts/10151699289369375
[感想2]
大約在今年四月才知道阿里巴巴集團的CDO陸兆禧是廣州大學念酒店管理畢業的，他非技術出身但是了解業務有能力把資料變現金。
臉書資料小組負責人是麻省理工媒體實驗室畢業；LinkedIn 的資料小組負責人是史丹福物理博士； Intuit 資料小組負責人是天文學博士；英國衛報的 data editor 在今年被挖角到 Twitter 擔任首席 data editor.
ref: http://www.guardian.co.uk/gnm-press-office/guardian-news-and-media-appoints-new-data-editor-2013
