寻找一个伟大的数据科学家可以觉得想寻找公主桃子。她总是在另一个城堡。

有很多程序员可以匹配初创公司的速度。有大量的博士学位与稳固的研究背景。但是有一个严重的犹太人申请人，配备了两种技能。

Foursquare Veteran Michael Li正在解决解决方案：一个用于数据科学家的黑客训练营。它被称为数据孵化器。

纽约初创企业打算采取最聪明的科学和工程博士，并推动他们进入数据科学事业。首届计划计划于6月开始。

它不是针对从广场开始的人设计的。申请人已经有一些编程经验以及强大的定性和沟通技巧。李计划通过实际关心的工具和技术堆栈进一步熟悉他的研究员。

这对PHD不确定他们的下一步举措是一个有吸引力的提案。但它变得更好。

除了纽约市的房间和董事会费用之外，六周计划不会花费一分钱。如果他们决定聘请数据孵化器校友作为数据科学家或定量分析师（Quants），则数据孵化器将向其雇主合作伙伴收取其雇主合作伙伴。

这是黑客学校采用的相同模式，另一个用于编码人员的纽约计划。然而，更常见的是，编程训练营将对他们的课程（大会）收取费用，或者占据他们的校友的第一年的薪酬（App Academy）。

李认为，在大学出现的所有其他费用之后，使PHDS支付技术培训是正确的。

“我们真的试图把教育模式转向头上，”李说。“当你如此接近就业时，你应该支付自己的培训的想法 - 我只是不认为这是对的。”

自传初创公司

李是数据孵化器的执行董事，曾担任美国宇航局的血浆研究员，作为主要金融机构，最近是Foursquare的数据科学家。同时，他朝着去年收到的普林斯顿的计算和应用数学博士学位。

但他感到沮丧，他从学术研究中收集的技能统一往往与专业期望并没有保持一致。在他的私营部门工作，标准上升和时期萎缩。

“你从五年内花了五年的生活，在一个真正努力，深深的问题上有五天来让你的项目完成，如果你很幸运，”他说。

虽然学术界通过深入了解细节，但大多数公司对MeTiae的宽容很少。他们正在寻找快速和肮脏的解决方案，没有完美的代码，每个小细节都熨烫。

随着美国数据的数据规模增长，这种技能差距变得更加急剧，Yann Lecun，Facebook的人工智能研究总监告诉VidtureBeat。Lecun也是纽约大学数据科学中心的创始事事，说教育系统尚未赶上。

虽然李显然是一名恒星学生（一位证明他的学术能力的前数学教授），但他在雇用和在他的前几个月内感受到了大量的痛苦点。

但是现在，正如李游行到数据孵化器的六月发射，那些烦恼已成为他最大的资产之一：他知道其他人需要填补的知识。他知道如何填补它们。

教学才华

在设计数据孵化器的课程时，李从艺术学校提示。

在整个六周计划中，每个人都将制作一个投资组合项目。它应该展示他们收集和清洁数据的能力，应用一些有意义的机器学习方法和统计分析，并展示或可视化易消化的方式。在该计划结束时，他们将为潜在雇主提供一项大量的代码来审查。

“我有一些关于他们应该知道的各种各样的事情的模块，但它主要是通过建立一个投资组合项目指导他们，”李说。

课程

软件工程和数值计算。优化和矢量化线性代数的数值技术。编程工具包括Python，numpy，scipy，scikit-searn，matplotlib。数据可视化包括D3，GGPlot.Natural语
言处理。处理非结构化数据，词根，袋，单词，TF / IDF，主题建模.Statistics。
假设检测，回归和分类，组合方法，交叉验证，方差 - 偏置分解，数据归一化
.Database和并行化。SQL，Hadoop，MapReduce，Hive。

沿途，研究员将熟悉关键的技术技能，跨越软件工程和对数据库和并行化的数值计算。他们不会带走相同的技能集，但会有一些共同的地面，就像一个焦点在Python上。

“如果你想成为一个数据科学家，这些是你需要知道的事情，”李说。

我们很幸运

LI目前正在通过超过1,000个应用程序进行排序。

数据孵化器申请人在一起代表80多所不同的大学。他们主要是博士和文档，但一些初级教师和助理教授也适用于李的训练营。

李还尚未决定有多少学生将进入第一批学生，但他向我们保证，它将是一个少数人。

“我们不能接受5.8％，”他说，参考哈佛的验收率。“这是不可能的。”

总共可以使李能够在数据科学世界中与智力火力挑选人们。他们会预先装备90％的难以学习的技能：数学和统计数据专业知识。李的节目是加强持续10％的增强：技术培训，以及一些沟通和网络技能。

“它不像[那个材料]在概念上复杂的任何一个：Facebook的Lecun说，明亮的人可以很快挑选它。“你不能在飞行中拿起的东西是数学，这些人[已经]拥有它。”

？？？？？， 利润

随着康奈尔科技加速度方案的一些初步融资，李的主要焦点现在正在追求雇主合作伙伴，这些伙伴将长期为其创业提供资金。

到目前为止，大约20家公司已同意作为训练者校友的雇主参加。许多人在“主流”技术领域，包括四个和etsy。其他人代表医疗保健和金融服务行业，如肿瘤数据公司Flatiron Health和算法执行代理数量经纪人。mashable正在击败堡垒作为数据孵化器的第一媒体雇主。

公司无义务聘请数据孵化器校友，但如果他们确实成功租赁，他们将支付相当于招聘费。

通常，当公司发布数据科学工作列表时 - 例如，在大学职位委员会 - 数百名简历洪水中。该公司很难将合格的申请人与众克人群中的合格申请人分开。

“一般来说，当你看一下休史并采访候选人时，这最终是对他们学习和建造新事物的能力的相对较浅的评估，”摩根首席技术官员Robyn Peterson说。

“李不得不直接面对这个问题，我们可以帮助他和一些有抱负的数据科学家所做的两者。”

有效地，数据孵化器将预筛选候选者。此外，校友都将拥有投资组合项目，因此雇主可以在运行自己的测试之前挖掘一些有形的最近的材料。

随着近期大学毕业的群体往往缺乏对工作的正确技能，公司展示了更偏好的候选人。但是招聘大学有一些优势：外国学生可以更容易地获得签证，并且从学位课程中出现的人可能会以更多的主题特定知识开始。

但由于雇用义务没有义务，参加李的计划很少有缺点。

“我们开放了各种各样的方式来获得好人，”定量经纪人Cofounder Robert Almgren说。“我们真的需要一个被解雇的一个关于金融市场的人，并有能力添加一些东西。”

大数据，较少的科学家

基于旧金山的Zipfian Academy，另一个数据科学训练营，在去年9月开了大门。大会在纽约提供介绍性数据科学课程。Insight Data Science在硅谷和纽约中运行数据科学奖学金。

所以数据孵化器不是一个完全原始的想法。但这没关系。

数据科学教育市场远未拥挤：对数据师的需求继续超过供应。麦肯锡全球研究所估计，到2018年，美国将面临140,000至19万人的缺点，配备了有必要感知大数据所需的深层分析技能。

这就是为什么这些训练营 - 以及其他数据科学教育倡议，从在线课程到大学计划 - 是如此至关重要。如果数据孵化器鼓励一个物理学家，工程师或统计名人追求数据科学，这是一个小但不是微不足道的措施，迈向闭合这个年轻的非晶产业的人才差距。

李对他的小计划有很大的抱负。他知道一块砂浆训练营只能达到有限的受众。从长远来看，他希望在线携带数据孵化器，以便它可以达到数千个。

但是，现在，他在6月份的开启门时，他的专注。

“我真的希望我们成为该公司，为成为数据科学家意味着什么，”李说。