江苏龙网

  1. 首页 > 人文 > >

科技圈里那些事Y|走出幻想：探索真实世界中的数据科学

全文共2229字 ， 预计学习时长7分钟
科技圈里那些事Y|走出幻想：探索真实世界中的数据科学
文章图片
图源：unsplash
作为近年来的大热领域 ， 数据科学是许多人正在付出巨大努力想要进入的行业 。 他们通过大学课堂 ， 上网课或者自学来提升自己的相应技能 。
但是 ， 现实世界的数据科学不同于你在课程中学到的那些 ， 有很多业务问题需要处理与解决 ， 软技能对于成为一个数据科学家是同等重要的 。 本文中 ， 笔者将分享一些作为一名数据科学家的个人经历 。
懂得业务问题
现实社会中的很多难题是大学里不会遇到的 。 在学校里 ， 学生常常是通过一个结构化的问题和一个常见的数据集 ， 最终得到精确的答案 。
然而 ， 该行业的问题往往是非结构化且复杂的 。 对这个问题的任何假设在现实世界中都会适得其反 。 在深入分析之前 ， 最好先完全了解业务问题 。 理解业务问题包括对问题及其领域进行更多的研究规划 ， 向客户提出正确的问题并与团队成员进行讨论 。
做好记录
数据科学和人工智能发展十分迅速 ， 总有一些全新知识需要学习 。 想要记住所有的事情十分困难 ， 做记录有助于克服这个难题 。 同时 ， 做记录也帮助我明确了自己的思维过程 。
过去 ， 我常常记录自己的学习 ， 分析过程、建模过程、实验过程和编码过程 。 我还会详细地记下了失败的实验和失败原因 ， 从长远来看 ， 这有助于提升自己的思维模式 ， 它还提升了我的沟通能力以及对概念的详细理解 。
你甚至可以记录一些小事 ， 或者是你所学到或遇到的也许未来会有用的东西 ， 用自己觉得方便的工具来记录下来就好 。
团队合作
数据科学需要逻辑思维 ， 在解决问题的同时还需要有更多的想法和创造力 ， 因此 ， 团队协作在数据科学中扮演着重要的角色 ， 你需要从多角度思考问题而不是单一维度思考 。
团队成员可能有着不同的文化背景 ， 掌握的技能各有千秋 ， 认清每个成员的强项并根据其强项分配工作 ， 有助于用不同的方式解决问题并学习新东西 。
科技圈里那些事Y|走出幻想：探索真实世界中的数据科学
文章图片
图源：unsplash
成为好的倾听者
另一个关键点就是成为一个好的倾听者 。 数据科学是关于共享和协作的 ， 人们需要理解团队中其他人的观点 。 很多时候 ， 其他团队成员会提出很好的独特想法 ， 为了在项目中成功地实施这些想法 ， 你有必要倾听和理解它们 。
正如我前面所说 ， 数据科学不是一个人的单打独斗 ， 它是团队协作的结果 。
打造灵活的办公环境
灵活的工作环境让我在每个工作周期开始时都有明确的计划、优先级和方向 ， 敏捷思维有助于应对变化和处理不确定性 。 如果遇到了不确定性 ， 试着去选择 ， 收集反馈 ， 反复改进 ， 这也给了我一个与不同团队合作的机会 。
在每个工作周期结束时 ， 以机器学习模型的形式向大家展示一个最小可行的产品（MVP） ， 能够帮助我以更好的形式塑造项目 。 另外 ， 每次工作周期结束后的反馈也能帮助我改正错误 ， 高效地交付项目 。
版本控制
版本控制在每个人的工作流中都是很重要的事情 。 它有助于集中管理代码 ， 而不是保存到PC/笔记本电脑或外部驱动器中 。 这样一来 ， 你就可以在任何位置执行新项目时参考代码或文档 。
讲故事
讲好故事是数据科学的重要任务 。 我们正对数据进行处理 ， 创建一个模型 ， 并找到其中的奥秘 。 但从商业角度来说 ， 这个模型说明了什么？这种模型是如何为公司赚钱或解决问题的？
利益相关者和管理层并不在意对p值或任何其他统计数据 ， 你得以一种引人入胜的方式向非技术受众简单地解释模型 。 学会通过一则短篇故事来解释模型的方法 ， 是我去年最大的收获之一 。 很好地具象化有助于以故事的形式传达信息 ， 讲故事是一门艺术 ， 需要时间和大量的练习 。


推荐阅读


上一篇：爱与否科技|专网和工业互联能否超越国民应用？，5G加速落地

下一篇：春公子|用户又要多交钱了，网友：过分了，微信收费“新标准”已正式确认