必须要掌握一些概率论的定律，如何推演，内在是什么意思。各种distributions的意义也同样重要。举个例子：比较常用的Logistic Distribution。这个是一个比较常用的分布，你必须要了解它的pdf和cdf，要明白 sigmoid function 是怎么来的，它的求导怎么算。更重要的是必须知道Logistic Distribution的参数和这两个参数是干嘛的，如果可以研究还可以研究一下它的物理含义，因为物理意义在现实生活中非常有用。当你在分析数据的时候，看到某些数据呈现的时候会本能的反应出哪种distribution可能会很好的暂时性的描述这些数据的规律。换句话说：如何将数据结构化，归纳化，学好stats和probability尤其重要。
数据挖掘工程师应该是Data Mining Engineer，我觉得算是Data Scientist的一种（可能Data mining engineer更偏重于计算机架构和数据处理，但是我觉得互通），这个职位在美国是近期比较热门的一个职位。因为越来越多的公司都意识到数据重要性。早期的公司，可能因为有了Data Scientist，更容易进行冷启动，成熟的公司，可能因为有了Data Scientist可以在各个方面：市场，运营提高效率。特别是Uber和Airbnb火了之后，招聘市场对Data Scientist 越来越热捧。如果是一个cs的 undergraduate 或者是math major的undergraduate，想成为一个好的Data Scientist并不需要太多时间就可以成为一个非常好的 Data Scientist。那么在这里，我们讨论，如果要零基础（至少高中要毕业吧）如何成为一个比较合格的Data Scientist 从业者，我想至少要在以下几个方面进行更好的磨练。
