Data-Science-Roadmap

一张图看清数据科学学习全路径，从入门到求职。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 633 🐛 待处理 2 👀 关注 58

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4416

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

Data-Science-Roadmap 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队Moataz-Elmesmary

官网地址https://www.linkedin.com/posts/moatazelmesmary_github-moataz-elmesmarydata-science-roadmap-activity-6974293994960769024-yCdi?utm_source=share&utm_medium=member_desktop

GitHubhttps://github.com/Moataz-Elmesmary/Data-Science-Roadmap

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

技术栈/模型big-data,chatgpt,cheatsheet,cv-template,data-analysis,data-engineering,data-science,data-visualization,deep-learning,interview-questions,linear-algebra,llms,machine-learning,mathematics,neural-network,nlp,probability,python,sql,statistics

GitHub 星标★ 4416

上线时间2022-04-17 00:00:00

代码更新2025-12-06

仓库体积159.2 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

这是一个面向数据科学学习者的从零到一路线图，覆盖数据分析、数据工程、机器学习、深度学习、大数据、数据可视化等核心领域，并提供面试准备、简历模板和速查表等实用资源。项目以结构化的学习路径为核心，帮助初学者系统性地掌握数据科学所需的知识和技能，避免盲目学习。其内容以中文为主，结合了ChatGPT等AI工具的应用，适合希望转型数据科学或提升相关技能的开发者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4416

技术标签

chatgpt data-analysis data-engineering data-science data-visualization

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
已安装 git 客户端（用于克隆仓库）
可阅读 Markdown 的编辑器或浏览器
建议能访问 YouTube 观看推荐视频

安装与启动步骤

1克隆路线图仓库

把整个路线图仓库下载到本地，之后可离线查看其中的 Markdown 文档与资源链接。
```
git clone https://github.com/Moataz-Elmesmary/Data-Science-Roadmap.git
```
2进入仓库目录

切换到刚克隆下来的文件夹，再用编辑器或浏览器打开仓库内的文档。
```
cd Data-Science-Roadmap
```
3先看入门视频

README 强烈推荐先观看其首段给出的入门视频，了解数据科学定义、项目生命周期与所需技能。
4按阶段推进学习

仓库把路线拆成多个阶段，最后是进阶阶段：更深入的数学、深度学习与部署。
5区分三个概念

README 用表格对比数据科学、数据分析、数据工程三者的区别，先弄清差异再定方向。
6申请学生免费额度

README 提到 GitHub Student Pack 可换取 DataCamp 三个月免费课程，可自行搜索申请方式。