（1）基础知识：算法，机器学习，数据库，数据挖掘，概率论、数理统计，随机过程，数值计算，运筹学。

（2）进阶知识：自然语言处理，深度学习，贝叶斯统计，时间序列，随机采样，非参数统计，稳健统计，拓扑和几何的基础知识。

（3）推荐书单：

《Pattern Recognition and Machine Learning》M.Bishop

《Machine Learning课程讲义》Andrew Ng

《机器学习》周志华：百度数据科学家董维山强调：我推荐周志华教授《机器学习》（俗称“西瓜书”），但他告知：准备应为多方面的，概括为专业知识+实践经验，同时保持对新技术的不断学习也非常重要。）

《时间序列：非参数和参数方法》范建清

《Categorical Data Analysis》Alan Agresti

《The Element of Statistical Learning》 T. Hastie / R. Tibshirani / J.H.Friedman

《统计学习方法》李航

《Statistical Inference》Casella & Berger

《All of Statistics A Concise Course in Statistical Inference》Larry Wasserman

（4）学术文章

（5）在线学习渠道

Coursera：Python、R、Machine Learning等知识的学习

LeetCode：学习算法和数据库

Udacity：模型学习

CDA学院：edu.cda.cn

（4）学术文章

（5）在线学习渠道

Coursera：Python、R、Machine Learning等知识的学习

LeetCode：学习算法和数据库

Udacity：模型学习