數(shù)據(jù)科學(xué)是一個新興且日趨成熟的領(lǐng)域，從數(shù)據(jù)工程和數(shù)據(jù)分析到機器學(xué)習和深度學(xué)習，各種工作職能不斷涌現(xiàn)。數(shù)據(jù)科學(xué)家必須結(jié)合科學(xué)，創(chuàng)造性和調(diào)查性思維來從一系列數(shù)據(jù)集中提取含義，并應(yīng)對客戶面臨的潛在挑戰(zhàn)。從零售，運輸和金融，到醫(yī)療保健和醫(yī)學(xué)研究，生活各個領(lǐng)域的數(shù)據(jù)量都在不斷增長。可用計算能力的提高和人工智能的最新發(fā)展推動了數(shù)據(jù)科學(xué)家的關(guān)，像數(shù)據(jù)科學(xué)家一樣思考。那么成為一名數(shù)據(jù)科學(xué)家又需要什么呢?高級數(shù)據(jù)科學(xué)家給了關(guān)于成功技巧的一些建議 。

高級數(shù)據(jù)科學(xué)家Chu具有人工智能方面的背景知識，尤其是在語言學(xué)，語義學(xué)和圖形學(xué)領(lǐng)域，并在新加坡的知名企業(yè)工作了兩年。

保持好奇心

Chu在接受我們的采訪時說，數(shù)據(jù)科學(xué)家應(yīng)該像調(diào)查員一樣思考。

您需要通過問“為什么?”感到好奇和興奮。“這有點像是一個偵探，將他們混在一起，尋找新的線索。”

在金融領(lǐng)域，數(shù)據(jù)科學(xué)家從一系列數(shù)據(jù)集中提取含義，以告知客戶并指導(dǎo)其關(guān)鍵決策。

數(shù)據(jù)科學(xué)家必須著眼于客戶想要解決的挑戰(zhàn)，并從他們正在使用的數(shù)據(jù)中獲取線索。

通過與Chu交談，我了解了能夠轉(zhuǎn)移重點并考慮調(diào)查背景的重要性。

如果無法解決根本問題，那么完美的分析將無濟于事。有時，您需要回頭，嘗試一種新方法并重新構(gòu)造您要回答的問題。好奇心在于它。您需要愛問題!

　　要科學(xué)

數(shù)據(jù)科學(xué)家使用各種工具來管理其工作流程，數(shù)據(jù)，注釋和代碼。

“我必須非常勤奮。我需要衡量和跟蹤進度，以便可以備份并嘗試新的方向，重用以前的工作并比較結(jié)果。

“重要的是要科學(xué)，在進行過程中進行觀察，實驗和記錄，以便您可以復(fù)制發(fā)現(xiàn)。我需要整理我的觀察結(jié)果，因此我將Noion用作主要工具，將所有筆記，論文和可視化文件都放在一個位置。”

Chu強調(diào)需要保持記錄不僅要追溯到他目前的研究，而且還要涵蓋所有以前的發(fā)現(xiàn)。

“這就像數(shù)據(jù)科學(xué)日記。每當遇到類似情況時，我都會保留良好的參考點，并請他們參考以指導(dǎo)下一步。”

　　有創(chuàng)造力

數(shù)據(jù)科學(xué)不僅涉及科學(xué)方法。職位可能會誤導(dǎo)他人;您不必具有科學(xué)背景，但是您確實需要能夠創(chuàng)造性地思考。通常，替代思維是您應(yīng)對挑戰(zhàn)的關(guān)鍵。

“我必須在解決問題的科學(xué)思維和創(chuàng)造性思維之間切換，以引導(dǎo)我探索新的不同探索途徑。

“邏輯，科學(xué)的思維對于幫助我得出結(jié)論至關(guān)重要，但戴上創(chuàng)意帽同樣重要：我使用好的和失敗的例子作為觀察新模式的線索。這全都與“編碼情報”有關(guān)。”

　　學(xué)習編碼

您需要扎實的編碼能力，才能使用各種數(shù)據(jù)處理技術(shù)來預(yù)處理不同的數(shù)據(jù)源，以解決嘈雜或不完整的數(shù)據(jù)。

您還需要能夠創(chuàng)建機器學(xué)習管道，這將需要您知道如何構(gòu)建模型，并使用工具和框架來評估和分析其性能。

像大多數(shù)數(shù)據(jù)科學(xué)家一樣，Chu使用Python，因為可以使用許多出色的軟件包來處理和建模數(shù)據(jù)。

實際上，Glassdoor在2017年上半年為放置在其站點上的數(shù)據(jù)科學(xué)家抽取了10000個工作清單，并發(fā)現(xiàn)Python，R和SQL這三種特殊技能構(gòu)成了數(shù)據(jù)科學(xué)中大多數(shù)職位空缺的基礎(chǔ)。Ben Chu的團隊依賴于開源機器學(xué)習包。

“我們主要將Confluence用作文檔工具;機器學(xué)習的MLFlow，Amazon Sagemaker，Scikit-Learn，Tensorflow，PyTorch和BERT; Apache Spark在大型數(shù)據(jù)集上構(gòu)建快速的數(shù)據(jù)管道;和Athena作為我們的數(shù)據(jù)庫來存儲處理后的數(shù)據(jù)。

“我們還使用Superset來連接數(shù)據(jù)并更輕松地構(gòu)建儀表板以輸出圖表，從而使其更加直觀。”

　　不用擔心“冒名頂替綜合癥”

Chu現(xiàn)在是某企業(yè)的一名高級數(shù)據(jù)科學(xué)家，但是他長大后想成為一名音樂家，并且對語言著迷。“對于我在自然語言處理方面的工作領(lǐng)域，我需要對語言學(xué)，尤其是語義學(xué)和語言細微差別有很好的理解。”

他解釋說，數(shù)據(jù)科學(xué)團隊需要一系列技能-他和他的同事具有不同背景的重疊技能。

“您所需的技能將取決于您所從事的領(lǐng)域。例如，我需要對財務(wù)有很好的了解。

“例如，數(shù)據(jù)分析通過構(gòu)建異常檢測方法來檢測欺詐行為，將其作為交易數(shù)據(jù)中的不規(guī)則模式來減輕欺詐行為。

“像我這樣的數(shù)據(jù)科學(xué)家需要精通如何處理各種孤立的財務(wù)數(shù)據(jù)。知道要結(jié)合什么是至關(guān)重要的，因為沒有這種理解，我就無法建立成功的模型。”

成為計算機科學(xué)家或數(shù)學(xué)家進入數(shù)據(jù)科學(xué)并不是必需的。沒有人在每個領(lǐng)域都擁有全部專業(yè)知識。您可能來自法律，經(jīng)濟學(xué)或科學(xué)領(lǐng)域。這完全取決于您的想法。

如果您可以靈活，系統(tǒng)地進行操作，則可以在使用工具，框架和數(shù)據(jù)集的過程中熟悉它們。

如何開始

對于那些渴望發(fā)展其數(shù)據(jù)科學(xué)技能的人，Chu提供了一些實用的技巧，盡管COVID-19造成了干擾，您仍可以輕松地采用這些技巧。

您可以查找研究社區(qū)，參加網(wǎng)絡(luò)研討會并在線查找培訓(xùn)課程。一旦面對面的聯(lián)網(wǎng)再次可行，Chu建議您積極參與數(shù)據(jù)科學(xué)界。

“參加聚會和黑客馬拉松，這將幫助您建立一個強大的網(wǎng)絡(luò)來討論您的想法，激發(fā)您的研究并回答您的問題”。

另外，請記住，數(shù)據(jù)科學(xué)領(lǐng)域是新的并且仍在日趨成熟。

出現(xiàn)了各種不同的職位，例如數(shù)據(jù)科學(xué)家，數(shù)據(jù)工程師和數(shù)據(jù)分析師，以及機器學(xué)習和深度學(xué)習工程師。您可能會發(fā)現(xiàn)一個角色比另一個角色更適合您的興趣和技能。

以上即是關(guān)于如何像數(shù)據(jù)科學(xué)家或數(shù)據(jù)分析師一樣思考的全部內(nèi)容，想了解更多關(guān)于數(shù)據(jù)科學(xué)的知識，請繼續(xù)關(guān)注中培偉業(yè)。