最近，应该会很密集地关注互联网风控这个行业。获得一些资料开始学习，包括但不限于：行业介绍、从业人员背景、所需技能、岗位职责等，希望能够获得拿到相关初级职位的能力。以下笔记来自同盾大学的公开课程：《互联网风控业务概述》。

今年特别不想写总结，不过看着平日里默默关注的各位博主都陆陆续续更新了自己的2018年总结，再看看床头的几大本「子弹日程」，翻翻旧文，辞旧迎新也是份责任。2018年过得非常快，快得再去回望的时候，感受到了空白，这一年总的来说：生活遂顺、物质生活提升巨大，不过精神感受到了很多「不自由」。对比前两年：2016年的时候是精神世界极度自由、常常靠借呗周转。2017年在两者之间度过，有休息也有奔波。似乎每一年都不一样呢！

2019年第61届格莱美音乐奖项提名名单出炉，非常意外的一个名字：Brandi Carlile出现在了多个提名中，包括分量很重的最佳年度专辑、最佳年度歌曲、最佳录音单曲等6个项目，作为粉丝一枚的我除了震惊狂喜之余，默默收入「有生之年系列」清单。

很小的时候翻过郑渊洁的《奔腾验钞机》，里面的每一张钞票在不断地流通中记载了一段又一段的故事，似乎从那时起，我开始觉得物品有情感，至少不再是「死物」，也可以是故事的载体。而2018年的11月，我开始在闲鱼上卖东西：从2011年开始用的物品，这些年一点点地添置，不知不觉也成了几大件，虽然陪我度过了很精彩的几年、去了不同城市，但开始慢慢不再使用。也许，就像小说里的情节一样，流通到市场中去，能在下一任那里继续创造美好。

Python进行数据科学

最近打算快速入门Python进行数据分析，争取能做些比较有趣的小项目。搜索YouTube还有一些网络课程，发现讲的侧重不一致，难易程度不同，甄别成本高，遂放弃。最后采取了选择看书来学习，看了下知乎推荐，准备以下O’Reilly 家的两本书《数据科学入门》、《利用Python进行数据分析》来进行学习：

1. 《利用Python进行数据分析》感觉本书章节清楚，主要侧重数据分析方面的处理和库的使用，逻辑清楚，更重要的是作者也是R语言用户，本书提供了一些两种编程语言的对比。

2. 《数据科学入门》强调怎么从整体的视角运用Python进行数据科学学习，重点是数学科学的理论实践和讲解。

3. 所以一本是Python手册大全，一本是数据科学框架。

4. 我的策略：

   • 能开始用：我看中《数据科学入门》第2章的Python速成，《利用Python进行数据分析》的第一章安装准备、附录Python语言精要，保证快速能上手。
   • 参考数说工作室微信公众号的《Python统计师日记》系列辅助。
   • 能练中学：参考知乎你用Python做过什么有趣的数据挖掘项目开始做些分析，不会的代码实现过程查询《利用Python进行数据分析》，模型参考就看《数据科学入门》。
   • 陆续以小项目为主要输出形式，形成良好循环。

只想加载点儿数据，做点计算，再画点图。

好了，开始抄笔记。