學(xué)習(xí)數(shù)據(jù)科學(xué)的12個關(guān)鍵技巧

數(shù)據(jù)科學(xué)家在Glassdoor上被評為2019年最佳職位。基本工資中位數(shù)為108,000美元，工作滿意度排名為4.3，滿分為5，加上預(yù)計的開放數(shù)量，這并不奇怪。問題是：為了順利完成這項工作，我們必須做些什么?

為了找到答案，我們尋找那些尋求進(jìn)入這個職業(yè)軌道的人的建議。很大程度上歸結(jié)于編碼和數(shù)學(xué)方面的硬技能。但僅憑強(qiáng)大的計算并沒有削減它。成功的數(shù)據(jù)科學(xué)家還需要能夠以自己的方式與商業(yè)人士交流，這需要與軟技能和領(lǐng)導(dǎo)力相關(guān)的能力。

建立教育基金會：三個主要技巧

紐約數(shù)據(jù)科學(xué)學(xué)院的數(shù)據(jù)科學(xué)家Drace Zhan 強(qiáng)調(diào)需要一個教育基礎(chǔ)，其中包括編碼和數(shù)學(xué)能力的基本要素：

R / Python + SQL。如果你沒有編碼技能，你需要很多網(wǎng)絡(luò)能力和其他方面來加強(qiáng)這種不足。我見過的數(shù)據(jù)科學(xué)家數(shù)學(xué)能力差，領(lǐng)域經(jīng)驗不多，但他們總是有很強(qiáng)的編碼能力。Python是理想的，但R是一個很棒的后備工具。最好同時擁有你的武器庫。SQL對于Data Analyst來說也非常重要。

強(qiáng)大的數(shù)學(xué)技能。對一些常用方法有很好的理解：廣義線性模型，決策樹，K均值和統(tǒng)計檢驗優(yōu)于具有各種模型或?qū)I(yè)化(如RNN)的廣泛圖景。

一些專家補(bǔ)充說，這些是建立在上面的核心技能。例如，KDnuggets列表包含Zhan提到的編碼組件，并在技術(shù)方面添加了一些其他有用的東西，包括Hadoop平臺Apache Spark，數(shù)據(jù)可視化，非結(jié)構(gòu)化數(shù)據(jù)，機(jī)器學(xué)習(xí)和AI。

但是，如果我們通過對Kaggle調(diào)查中確定用于現(xiàn)實生活的最常用工具的調(diào)查得出我們的線索，我們會得到一些不同的結(jié)果。從下面的前15個選項圖中可以看出，Python，R和SQL很容易進(jìn)入前三，但第四個是Jupyter筆記本，其次是TensorFlow，Amazon Web Services，Unix shell，Tableau，C / C ++，NoSQL，MATLAB / Octave和Java，都領(lǐng)先于Hadoop和Spark。微軟的Excel數(shù)據(jù)挖掘是另一個令人驚訝的新增功能。

該KDnuggets名單中還包括關(guān)于正規(guī)教育小費。大多數(shù)數(shù)據(jù)科學(xué)家擁有高級學(xué)位：46%擁有博士學(xué)位，88%至少擁有碩士學(xué)位。他們擁有的本科學(xué)位一般分為相關(guān)領(lǐng)域。大約三分之一是數(shù)學(xué)和統(tǒng)計學(xué)，這是這個職業(yè)軌道中最受歡迎的。其次是最受歡迎的是計算機(jī)科學(xué)學(xué)位，占19%，工程學(xué)占16%。當(dāng)然，數(shù)學(xué)科學(xué)專用的技術(shù)工具通常不會在學(xué)位課程中學(xué)習(xí)，而是在專業(yè)訓(xùn)練營或在線課程中學(xué)習(xí)。

不僅僅是課程：還有兩個提示

Hank Yun是威爾康奈爾醫(yī)學(xué)院肺科系的研究助理，也是紐約數(shù)據(jù)科學(xué)學(xué)院的學(xué)生，他建議有抱負(fù)的數(shù)據(jù)科學(xué)家計劃他們將要做的工作并尋找導(dǎo)師。他說：

不要因為你參加課程并獲得證書而告訴自己你知道數(shù)據(jù)科學(xué)，從而犯了我的錯誤。這是一個很好的開始，但是當(dāng)你開始學(xué)習(xí)時，請記住一個項目。然后找到該領(lǐng)域的導(dǎo)師，立即開始一個激情項目!當(dāng)你新鮮的時候，你不知道你不知道什么，所以當(dāng)有人在那里指導(dǎo)你對你重要的事情和什么不重要時，它會有所幫助。你不想花很多時間學(xué)習(xí)沒有任何東西可以展示它!

知道從工具箱中取出哪種工具：提示保持曲線前進(jìn)

鑒于數(shù)據(jù)科學(xué)工具排名的差異，有些人可能會對應(yīng)該關(guān)注什么感到困惑。安全軟件公司邁克菲首席數(shù)據(jù)科學(xué)家Celeste Fralick在一篇CIO文章中解決了這個問題，該文章著眼于數(shù)據(jù)科學(xué)家的基本技能，宣稱“數(shù)據(jù)科學(xué)家需要在研究中保持領(lǐng)先地位，以及了解什么技術(shù)適用時。“這意味著沒有被”性感“和新的誘惑，當(dāng)實際問題”需要更多的普通問題。“意識到生態(tài)系統(tǒng)的計算成本，可解釋性，延遲，帶寬，以及其他系統(tǒng)邊界條件 - 以及客戶的成熟度 - 本身有助于數(shù)據(jù)科學(xué)家了解應(yīng)用哪種技術(shù)。“

基本軟技能：另外六個技巧

Fralick提出的觀點與數(shù)據(jù)科學(xué)家工作所需的非技術(shù)技能有關(guān)。這就是為什么KDnuggets列表包括以下四個：求知欲，團(tuán)隊合作，溝通技巧和商業(yè)頭腦。Zhan還在數(shù)據(jù)科學(xué)家的技巧中包含了關(guān)鍵的軟技能，識別了像KDnuggets這樣的“溝通技巧”，但是使用“領(lǐng)域?qū)I(yè)知識”代替了“商業(yè)敏銳”。無論它被稱為什么，它都指的是數(shù)據(jù)科學(xué)的實際應(yīng)用。商業(yè)。(要了解有關(guān)溝通技巧的更多信息，請參閱技術(shù)專業(yè)人員溝通技巧的重要性。)

奧利維亞·帕爾魯?shù)?Olivia Parr-Rud)對此提出了自己的想法，增加了兩種軟技能，強(qiáng)調(diào)了創(chuàng)造力的作用，斷言“我認(rèn)為數(shù)據(jù)科學(xué)既像藝術(shù)又像科學(xué)一樣”，需要借鑒大腦兩側(cè)的優(yōu)勢。“很多人都把數(shù)據(jù)科學(xué)稱為主要使用左腦的職業(yè)。我發(fā)現(xiàn)要成功，數(shù)據(jù)科學(xué)家必須使用他們的整個大腦。“

她解釋說，在該領(lǐng)域取得進(jìn)步不僅需要技術(shù)能力，還需要創(chuàng)造力和領(lǐng)導(dǎo)力所需的愿景：

大多數(shù)左腦/線性任務(wù)可以自動化或外包。為了提供數(shù)據(jù)科學(xué)家的競爭優(yōu)勢，我們必須能夠識別模式并使用我們大腦的兩側(cè)來合成大量信息。我們必須是創(chuàng)新思想家。許多最好的結(jié)果來自左腦和右腦的整合。

她還強(qiáng)調(diào)為什么清楚地傳達(dá)愿景是至關(guān)重要的：

作為數(shù)據(jù)科學(xué)家，我們的目標(biāo)是利用數(shù)據(jù)幫助客戶增加利潤。大多數(shù)高管不了解我們做什么或我們?nèi)绾巫觥Ｋ晕覀冃枰耦I(lǐng)導(dǎo)者一樣思考并用我們的利益相關(guān)者理解和信任的語言來傳達(dá)我們的發(fā)現(xiàn)和建議。

關(guān)鍵技巧包含了大量的技術(shù)工具，技能和能力，以及不太可量化的品質(zhì)，如創(chuàng)造力和領(lǐng)導(dǎo)能力。最終，它不僅僅是一場數(shù)字游戲。由于數(shù)據(jù)科學(xué)不僅僅是在真空中創(chuàng)建模型，而是提出實際應(yīng)用來解決企業(yè)的現(xiàn)實生活問題，那些在該領(lǐng)域取得成功的人不僅要掌握技術(shù)，還要了解他們的業(yè)務(wù)領(lǐng)域并了解他們的需求。工作團(tuán)隊的各個成員。