知名数据科学家希尔兰梅森和DJ Patil对结合统计数据，编程和沟通的时尚惯例了解了一系列。在本周的电子书中，这两个阐述了一些最有用的技术的一些共同要素，以便实际上正在进行数据科学家的工作。

对于那些寻求扩展其功能并将“数据科学家”添加到他们的LinkedIn个人资料的人来说，信息驱动中包含的信息：从O'Reilly媒体创建数据文化，值得一看。它对专门针对数据科学家的企业家建筑技术也应该是有用的。

在他们的书中，梅森和帕特尔说最好的数据科学工具是：

那么什么可能符合这些标准？嗯，R和Python编程语言来到初创企业。

除了关于工具的评论之外，Patil和Mason的新书还包括讨论组织内部组织中的数据科学团队的最佳方式以及数据科学家的重要问题。

作者知道他们在谈论什么。 Patil，以前在LinkedIn和现在在Salesforce，被认为是共同建造了这个词的“数据科学家”。梅森为她的部队花了近四年作为连带公司的首席科学家，贝斯特缩短的公司，并是Accel Partners居住的兼职数据科学家。