最近，我在讀Sebastian Gutierrez’s “Data Scientists at Work”這本書，他采訪16個不同行業(yè)的16位數(shù)據(jù)科學(xué)家了解他們?nèi)绾螐睦碚撍伎紗栴}和如何解決實(shí)際問題，數(shù)據(jù)是怎樣發(fā)揮作用，并且是如此成功。

16位受訪者在如何理解和從大量公共和私人企業(yè)類型的公司提取數(shù)據(jù)價(jià)值都處在前列位置，公司類型橫跨剛剛起步的初創(chuàng)公司，到主要的研究機(jī)構(gòu)和人道主義非盈利組織，包含大量行業(yè)：廣告，電子商務(wù)，電子郵件營銷，企業(yè)云計(jì)算，時尚業(yè)，工業(yè)互聯(lián)網(wǎng)，互聯(lián)網(wǎng)電視和娛樂，音樂，非營利組織，神經(jīng)生物學(xué)，報(bào)紙和媒體，專業(yè)的社交網(wǎng)絡(luò)，零售業(yè)，智能銷售和風(fēng)險(xiǎn)投資。

尤其是，Sebastia提出了開放式的問題，以便每位受訪者的個性和自發(fā)的思考過程能夠清楚和準(zhǔn)確的分享。書中涉及的從業(yè)者分享數(shù)據(jù)科學(xué)對他們的意義，及他們怎么理解它的，他們的建議關(guān)于怎樣加入這個領(lǐng)域，和他們在領(lǐng)域內(nèi)獲得數(shù)據(jù)科學(xué)家必須深刻理解才能成功的經(jīng)驗(yàn)的智慧。

在這一篇文章，我想去分享這些數(shù)據(jù)科學(xué)家如下問題的最佳答案：

你對開始學(xué)習(xí)數(shù)據(jù)科學(xué)的人有什么建議?

1 —Chirs Wiggins，紐約時報(bào)首席數(shù)據(jù)科學(xué)家，哥倫比亞應(yīng)用數(shù)學(xué)專業(yè)副教授

“創(chuàng)造力和有心。你必須真正喜歡一些事你才原意長時間的思考它。當(dāng)然，某種程度地質(zhì)疑。因此這就是我喜歡博士生的一個原因-五年時間足夠培養(yǎng)探索能力，然后你能意識到你用某些方法做某件事情的是有問題的。反復(fù)經(jīng)歷’冰火兩重天‘的感覺，犯一系列的錯誤并且修復(fù)它們是很棒的事情。我想博士生經(jīng)歷的這個過程對于培養(yǎng)對看似正確的事情仍然抱有懷疑是非常有幫助的，特別是研究領(lǐng)域。我認(rèn)為這是有幫助的，你可能快速地且輕易地走上錯誤的路徑，僅僅是因?yàn)榈谝粋€這條路上的相遇者看起來是言之鑿鑿的。

盡管這是一個令人生厭的答案，事實(shí)是你必須具備技術(shù)深度。數(shù)據(jù)科學(xué)不僅僅包括一個領(lǐng)域，因此目前還沒有認(rèn)證。機(jī)器學(xué)習(xí)方面，獲得維基百科水平理解很容易。為了真正做到這一點(diǎn)，你需要了解針對現(xiàn)在的工作，什么才是合適的工具，而且你需要深刻理解每種工具的局限性。獲得上述的經(jīng)驗(yàn)是沒用捷徑的。你肯定會犯很多錯誤。你可能會強(qiáng)行把分類問題塞進(jìn)聚類問題，或者是把聚類問題轉(zhuǎn)換假設(shè)檢驗(yàn)問題。

一旦自己嘗試一些方法，對自己的方法無比自信，但最后你意識到自己完全不對，經(jīng)歷過很多次上述的過程-你發(fā)現(xiàn)這需要經(jīng)驗(yàn)的積累，但不幸的是并沒有捷徑。你僅需要不斷地實(shí)踐，不斷犯錯，這是我喜歡在這個領(lǐng)域有若干年工作經(jīng)驗(yàn)人的另一個原因。某些領(lǐng)域里要成為一名專家需要很長時間。犯錯誤會持續(xù)很多年的時間。幾個世紀(jì)以來都是這樣。著名物理學(xué)家Niels Bohr(尼爾斯.玻爾)有句名言是這樣說的，他斷定成為領(lǐng)域內(nèi)專家的方式就是犯過這個領(lǐng)域的每一個可能的錯誤。”

2 —Caitlin Smallwood，Netfilx的科學(xué)和算法部門的副總裁

“我想說做任何事情之前，硬著頭皮了解數(shù)據(jù)的基礎(chǔ)素質(zhì)，盡管這不迷人也不有趣。換句話說，要努力理解是怎樣捕捉數(shù)據(jù)，準(zhǔn)確搞懂?dāng)?shù)據(jù)是怎樣定義，并且搞懂什么時候會造成數(shù)據(jù)缺失。如果數(shù)據(jù)缺失，這是不是意謂有些東西發(fā)生變化?數(shù)據(jù)僅僅是在這種特定情況下缺失嗎?這些細(xì)小的，微妙數(shù)據(jù)陷阱真的會影響你。他們真的會。

你可以用現(xiàn)存的最復(fù)雜算法，但它是古老的，垃圾的東西。你不能對原始數(shù)據(jù)視而不見，不管你進(jìn)入到建模的步驟有多興奮。你需要對細(xì)節(jié)一絲不茍，在模型研發(fā)之前，你要檢查基礎(chǔ)數(shù)據(jù)的每一個細(xì)節(jié)。

隨著時間的推移，我所學(xué)到的另一件事情在一個系統(tǒng)環(huán)境中，混合算法總是比單一算法的表現(xiàn)要好，因?yàn)椴煌夹g(shù)探索科研數(shù)據(jù)模式不同方面，尤其針對是復(fù)雜的大數(shù)據(jù)集。因盡管你可以單一的特殊的算法，通過迭代達(dá)到更好的效果，我?guī)缀蹩偸亲⒁獾剑夯旌纤惴ńM合往往比單一算法的表現(xiàn)更好。”

3 —Yann LeCun，F(xiàn)acebook人工智能研究總監(jiān)，紐約大學(xué)數(shù)據(jù)科學(xué)/計(jì)算機(jī)科學(xué)/神經(jīng)科學(xué)教授

“我經(jīng)常被問到這個問題，往往我給相同的建議。我的建議是：如果你是本科生，學(xué)習(xí)一門盡可能多修數(shù)學(xué)和物理課程的專業(yè)。不幸的是，并且必須是有用的課程。我接下來要說的聽起來是自相矛盾的，但是攻讀工程學(xué)或物理學(xué)專業(yè)可能比數(shù)學(xué)、計(jì)算機(jī)科學(xué)或者是經(jīng)濟(jì)學(xué)專業(yè)更合適。當(dāng)然，你需要學(xué)習(xí)編程，因此你需要學(xué)習(xí)大量的計(jì)算機(jī)科學(xué)課程去學(xué)習(xí)編程機(jī)制。隨后，完成數(shù)據(jù)科學(xué)的畢業(yè)項(xiàng)目。學(xué)習(xí)本科階段的機(jī)器學(xué)習(xí)，人工智能或者是計(jì)算機(jī)視覺課相關(guān)技術(shù)，因?yàn)槟阈枰醪教剿鬟@些技術(shù)。接下來，盡可能學(xué)習(xí)接觸到的數(shù)學(xué)和物理課程。尤其是會持續(xù)應(yīng)用的數(shù)學(xué)課程：優(yōu)化，因?yàn)槟闶菫閷碛龅降奶魬?zhàn)做著準(zhǔn)備。

數(shù)據(jù)科學(xué)或AI領(lǐng)域有大量不同類型的工作，做什么樣的準(zhǔn)備取決于你想到達(dá)什么樣的高度。人們應(yīng)該思考什么是他們真正想做的，然后再學(xué)習(xí)相關(guān)課程。目前熱門話題是深度學(xué)習(xí)，意謂著要用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和了解的經(jīng)典問題，學(xué)習(xí)優(yōu)化，線性代數(shù)和相似的課程。這會幫你學(xué)習(xí)每天都會遇到的基礎(chǔ)的數(shù)據(jù)知識和基礎(chǔ)概念。”

4 —Erin,Shellman，Zymergen的數(shù)據(jù)科學(xué)主管，Nordstrom數(shù)據(jù)實(shí)驗(yàn)室和 AWS S3的前數(shù)據(jù)科學(xué)家

“對于一直堅(jiān)持要去學(xué)習(xí)的人，我必須說科學(xué)(Science)、技術(shù)(Technology)、工程(Engineering)及數(shù)學(xué)(Mathematics)領(lǐng)域是不假思索就能想到的主意，特別是技術(shù)(Technology)、工程(Engineering)及數(shù)學(xué)(Mathematics)學(xué)科。學(xué)習(xí)上述課程將會給你提供檢驗(yàn)和了解世界的工具。那就是我怎樣看待數(shù)學(xué)，統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)。對于數(shù)學(xué)本身，我不是特別感興趣，我感興趣的是如何應(yīng)用數(shù)學(xué)來描繪事物。畢竟有現(xiàn)成的工具包，如果你對數(shù)學(xué)和統(tǒng)計(jì)不是很熱衷，學(xué)習(xí)這兩個學(xué)科并且思考如何在你熱衷的事情應(yīng)用它們也是非常值得的。

對于像我一樣立志轉(zhuǎn)型的人，我會說它會很難。意識到改變行業(yè)是很困難的和你需要非常努力。改變是很難的并不僅限于數(shù)據(jù)科學(xué)領(lǐng)域---這就是生活。和數(shù)據(jù)科學(xué)領(lǐng)域沒有任何聯(lián)系是更加艱難的，但是你可以通過與樂于助人的人士見面或喝咖啡建立連接。我生活中首要準(zhǔn)則就是‘跟隨’。如果你和具備你關(guān)注的素質(zhì)的人談話，那就是在不斷進(jìn)步。

數(shù)據(jù)科學(xué)家的帖子是很嚇人的，大多數(shù)的帖子讀起來像是數(shù)據(jù)科學(xué)的詞匯表。事實(shí)是技術(shù)改變非?？欤灾劣跊]有人具備一切并且把他們寫到帖子中的經(jīng)驗(yàn)。當(dāng)你閱讀的時候，它讓人喘不過氣來，并且你也許能感覺到：這不是我要找的。我沒有任何技能并且我沒有什么可貢獻(xiàn)的。我將鼓勵你們反對這種思維方式，只要你一直改變并且學(xué)習(xí)新的東西，你就是很不錯的。

最重要的是，公司需要的是可以嚴(yán)格定義問題和設(shè)計(jì)解決方案的人。他們也需要善于學(xué)習(xí)的人。我認(rèn)為這是核心技能。”

5 — Daniel Tunkelang，Twiggle首席搜索傳播者，領(lǐng)英的前搜索質(zhì)量負(fù)責(zé)人

“針對來自數(shù)學(xué)和物理背景的同學(xué)，我則建議他們在學(xué)習(xí)軟件技能方面投入-特別是Hadoop 和R，它們是目前最廣泛使用的工具。軟件工程背景的同學(xué)應(yīng)該參與機(jī)器學(xué)習(xí)的相關(guān)課程，參與真實(shí)數(shù)據(jù)的工程項(xiàng)目，這些都有大量的免費(fèi)資源。正如很多前人所說，成為數(shù)據(jù)科學(xué)家的最好方式就是從事數(shù)據(jù)科學(xué)的相關(guān)工作。數(shù)據(jù)就在那里，且科學(xué)是不難以學(xué)習(xí)的，特別是數(shù)學(xué)，科學(xué)或工程背景的同學(xué)。

閱讀“The Unreasonable Effectiveness of Data”，一篇來自來自谷歌研究人員 ： Alon Halevy, Peter Norvig和 Fernando Pereir 的經(jīng)典論文。論文總結(jié)到：大數(shù)據(jù)比算法更有效。全文是值得閱讀的，文章提供最近使用網(wǎng)絡(luò)整合規(guī)模的數(shù)據(jù)從而提高語音識別和機(jī)器翻譯的成功的調(diào)查。然后是優(yōu)秀的測度方法，聽聽Monica Rogati 提到較高質(zhì)量的數(shù)據(jù)大數(shù)據(jù)有效。理解和內(nèi)在化這兩個觀點(diǎn)，你就會在成為數(shù)據(jù)科學(xué)家的路上更加順暢。”

6 — John Foreman，產(chǎn)品管理副總裁，MailChimp前首席數(shù)據(jù)科學(xué)家

“我發(fā)現(xiàn)找到和雇傭到合適的伙伴是困難的。這是一件特別難做的事情，因?yàn)楫?dāng)我們談?wù)摯髮W(xué)系統(tǒng)時，不論是在校大學(xué)生還是畢業(yè)的大學(xué)生，你僅專注在一件事情-你的專業(yè)。但是數(shù)據(jù)科學(xué)家有點(diǎn)像文藝復(fù)興從事人員，因?yàn)閿?shù)據(jù)科學(xué)是內(nèi)在的，多學(xué)科交叉的。

這就導(dǎo)致：數(shù)據(jù)科學(xué)家比計(jì)算機(jī)編程人員懂得更多的統(tǒng)計(jì)，且比統(tǒng)計(jì)學(xué)家善于編程的角色這樣的大笑話。這個笑話說明什么?它說明數(shù)據(jù)科學(xué)家是兩種知識都知道一點(diǎn)的人。但我要強(qiáng)調(diào)的是，他要比這兩個事情知道的更多。他們同樣知道怎樣進(jìn)行溝通。他們同樣需要知道不僅僅是基礎(chǔ)統(tǒng)計(jì)知識，他們需要了解概率論，離散數(shù)學(xué)，微積分等?？梢暬侄我膊粫鸱醋饔谩Ｋ麄兺瑯有枰私庠鯓訑[弄數(shù)據(jù)，使用數(shù)據(jù)庫，甚至是一點(diǎn)OR。他們需要很多方面的知識。所以找到這樣的人變得很難，因?yàn)樗麄冃枰佑|過很多學(xué)科，且他們能夠機(jī)智地表達(dá)他們的經(jīng)驗(yàn)。這對任何申請人都是很高的要求。

雇人需要花費(fèi)很長時間，這也是為什么我認(rèn)為人們?yōu)槭裁磿恢闭f現(xiàn)在聰明絕頂?shù)奶觳艛?shù)據(jù)科學(xué)家還未出世。我認(rèn)為某種程度上來說這是真的。我認(rèn)為一些現(xiàn)存的程序會開始發(fā)揮作用。但是盡管如此，這些程序的出現(xiàn)，但對Wimbledon來說：在數(shù)據(jù)科學(xué)領(lǐng)域如何應(yīng)用多學(xué)科的經(jīng)驗(yàn)表達(dá)和溝通是特別的一棵。我希望立志成為一位數(shù)據(jù)科學(xué)家的路上，程序員更注意工作中溝通和合作的能力。”

7 — Roger Ehrenberg， IA風(fēng)投合伙人

“我認(rèn)為充斥最多機(jī)會的領(lǐng)域同樣伴隨最多的挑戰(zhàn)。在PII 和隱私方面，健康醫(yī)療數(shù)據(jù)顯而易見存在最大的問題。不僅如此，還有僵硬的官僚體制，固化的基礎(chǔ)設(shè)施和數(shù)據(jù)倉庫，讓需要很多數(shù)據(jù)集來解決苦難多問題變得困難。它將會發(fā)生的，我認(rèn)為大量的，我們在這里談到的科學(xué)技術(shù)將會直接作用于提高我們的健康管理，價(jià)格更加親民，分配更加合理。我將之視為一代人的機(jī)會。

早些時候另一個巨大的領(lǐng)域是風(fēng)險(xiǎn)管理-不論是金融，交易或保險(xiǎn)。當(dāng)你談到把這些新數(shù)據(jù)納入到風(fēng)險(xiǎn)評估的時候，如果把新數(shù)據(jù)集納入到風(fēng)險(xiǎn)評估時，這是一個很大的問題-特別是當(dāng)把新技術(shù)應(yīng)用于像保險(xiǎn)，健康管理等存在隱私問題和官僚體制的數(shù)據(jù)受限的領(lǐng)域。同時，這些古老的僵化的公司剛剛開始開放，和剛剛開辦如何在社區(qū)進(jìn)行交互，來應(yīng)用新技術(shù)。這是另一個讓我難以置信的興奮領(lǐng)域。

第三個讓我熱衷的領(lǐng)域是重塑手工業(yè)使之變得更加高效。一直存才讓手工制造業(yè)回返回陸的趨勢。一個強(qiáng)大的手工業(yè)部門是通向重新創(chuàng)造美國活躍的中產(chǎn)階級的一道橋。我認(rèn)為科技可以幫助加速這個惠益的趨勢。”

8 — Claudia Perlach，Dstillery首席科學(xué)家

“我認(rèn)為本質(zhì)上，學(xué)習(xí)數(shù)據(jù)科學(xué)好比學(xué)習(xí)滑雪。你必須實(shí)踐。你可以僅僅聽很多視頻，觀察其發(fā)生。在白天結(jié)束時，你必須拿上你糟糕的滑板沖下山頭。你會在路上橫沖直撞很多次，這沒關(guān)系。這是學(xué)習(xí)的必經(jīng)之路。實(shí)際上，我更偏好詢問面試者他們不順利的經(jīng)歷，而不是他們成功的工作經(jīng)驗(yàn)，因?yàn)檫@告訴我他們在過程中學(xué)習(xí)到什么。

不論什么時候人們過來問我：“我應(yīng)該做些什么?” 我回答，“嗯，當(dāng)然，可以參加機(jī)器學(xué)習(xí)技術(shù)的線上課程。” 毫無疑問那是有幫助的。顯而易見你需要會編程，至少是一點(diǎn)點(diǎn)。你不必成為一位Java編程人員，但不論怎樣需要學(xué)些編程，我不在意以什么方式學(xué)習(xí)。

本質(zhì)上，無論是在 DataKind 的NGOS項(xiàng)目貢獻(xiàn)你的時間來幫助他們，或者是去Kaggle 網(wǎng)站，參加他們的數(shù)據(jù)挖掘比賽-在實(shí)際中獲得經(jīng)驗(yàn)。特別是Kaggle，閱讀討論區(qū)來看看其他參賽者關(guān)于問題的討論，因?yàn)槟憧梢詫W(xué)習(xí)到其他人的方法，什么方法對他們是有效的，什么是無效的。所以任何你在數(shù)據(jù)相關(guān)工作獲得的經(jīng)驗(yàn)，即使你沒有從中獲得報(bào)酬，都是超棒的事情。

記住，你必須從山上滑下來。沒有其他辦法。你不能學(xué)習(xí)除此之外的其它方法。所以貢獻(xiàn)你的時間，在你思考的路上摸爬滾打，如果你能得到實(shí)習(xí)的機(jī)會就更完美啦。除此之外，有很多你可以開始的機(jī)會。所以開始吧!”

9 — Jonathan Lenaghan, PlaceIQ首席科學(xué)家和產(chǎn)品研發(fā)部門高級副總裁

”首先且最重要的是：自我批評是非常重要。質(zhì)疑你的假設(shè)，偏執(zhí)地對待你的輸出。這是容易的部分。談到在數(shù)據(jù)科學(xué)領(lǐng)域成功的必備技能，優(yōu)秀的的軟件工程能力是必備的。所以盡管我們會雇傭幾乎沒有編程背景的人，我們做很多工作讓他們迅速掌握工程中重要的實(shí)際能力，工程實(shí)踐和很多靈活的編程訓(xùn)練。這對他們和我們都是有幫助的，現(xiàn)在這也在大多數(shù)一對一的數(shù)據(jù)科學(xué)場景中應(yīng)用。

若你看看現(xiàn)今的開發(fā)運(yùn)維，它們已有了像持續(xù)集成、持續(xù)構(gòu)建、自動化測試和測試框架的玩意——所有的這些都能很好、很輕易地將開發(fā)運(yùn)維映射到數(shù)據(jù)運(yùn)維(一個我從RedMonk那偷來的詞)。我認(rèn)為這是一個非常強(qiáng)大的概念：持有測試所有數(shù)據(jù)的框架相當(dāng)重要，這樣如果你改動了代碼，你可以返回并測試所有數(shù)據(jù)。擁有工程思維對在數(shù)據(jù)科學(xué)世界里高速進(jìn)展至關(guān)重要。閱讀Code Complete和The Pragmatic Programmer會讓你比閱讀機(jī)器學(xué)習(xí)書籍走得更遠(yuǎn)——盡管你也必須，當(dāng)然，閱讀機(jī)器學(xué)習(xí)書籍。”

10 — Anna Smith，Spotify高級數(shù)據(jù)工程師，Rent the Runway前分析工程師

“如果某人在數(shù)據(jù)科學(xué)領(lǐng)域只是剛剛起步，最重要的事情莫過于理解向人們提問是無傷大雅的，我同時認(rèn)為謙遜也相當(dāng)重要。你還要確保你沒有被你正在做的事情束縛。你要總能做出改變并從頭再來。我認(rèn)為在剛開始時，報(bào)廢代碼會相當(dāng)困難，但最重要的事就是去做些什么。

即使你在數(shù)據(jù)科學(xué)領(lǐng)域并無工作，你依然可以用電腦停機(jī)時間探索數(shù)據(jù)集并提出一些關(guān)于這些數(shù)據(jù)的問題。在我的私人時間里，我會玩玩Reddit的數(shù)據(jù)。我會問我自己：“我可以用我有或沒有的工具探索Reddit的什么出什么結(jié)論呢?”這很棒，因?yàn)槟阋坏╅_始，你就能看到其他人如何處理相同的問題。只需用你的直覺開始閱讀別人的文章，就像“我可以在我的方法里用到這種技術(shù)。”緩緩起步，緩緩進(jìn)步。我曾嘗試在起步時閱讀很多文章，但我認(rèn)為直到你已對代碼和數(shù)據(jù)確實(shí)了解它如何工作、如何運(yùn)轉(zhuǎn)，閱讀文章才是有幫助的。當(dāng)人們把它擱在書里的時候，一切都很美好漂亮。但在現(xiàn)實(shí)生活中卻并非如此。

另外，我認(rèn)為嘗試多種不同的事物也很重要。我以前也沒有想過我會在這個位置。我也沒法知道我五年后會在哪兒。但這或許正是我學(xué)習(xí)的方式：跨越不同的領(lǐng)域，嘗試一切來理解什么最適合我。”

11 — Andre Karpistsenko，Taxify數(shù)據(jù)科學(xué)主管， PlanetOS聯(lián)合創(chuàng)始人兼研究主管

“雖然這聽起來有些泛泛，但我相信你應(yīng)該相信自己并遵循你的熱誠。我認(rèn)為因媒體新聞和其中表露的期望而分心，選擇了一個你并不想去的方向確實(shí)很容易。所以說到數(shù)據(jù)科學(xué)，你應(yīng)該將它看作你事業(yè)的起點(diǎn)。擁有這個背景將對任何事情有益。擁有編寫軟件和與統(tǒng)計(jì)知識能力將會讓你在你選擇的任何領(lǐng)域中做出更明智的決定。例如，我們可以得知一位運(yùn)動員的表現(xiàn)是如何通過數(shù)據(jù)提高的，比如有人因?yàn)閮?yōu)化和練習(xí)他們應(yīng)該跳躍的角度成為跳遠(yuǎn)的金牌得主。這都應(yīng)歸功于體育中的數(shù)據(jù)驅(qū)動方法。

如果要我提出更具體的技術(shù)建議，那么這取決于接受建議的人的抱負(fù)。如果他想要創(chuàng)造新方法和工具，那么建議會非常不同。你需要堅(jiān)持并在你的方向上繼續(xù)進(jìn)步，你終會成功。但若你的興趣在很多情形下是多樣且靈活的，那么你會需要一個含有不同方法的大工具箱。

我認(rèn)為我得到的最好的建議是由一位斯坦福教授給出的，我不久前參加了他的課程。他建議我要有T形的競爭力但在核心競爭力旁要有個少許的第二競爭力，這樣當(dāng)你需要或想要時，你就有了生活的一條替代路線。另外，除了要有某一領(lǐng)域的垂直脈絡(luò)之外，他建議我要有足夠?qū)拸V的背景知識，這樣你就能和很多不同的背景人在很多不同的情形下一起工作。因此，當(dāng)你還在上大學(xué)時，建構(gòu)T形競爭力附帶有另一個背景的小競爭力可能是你最該做的事。

或許最重要的事是圍在比你出色的人身邊并向他們學(xué)習(xí)。這是最好的建議。如果你在上大學(xué)，那正是看看人的能力是如此多樣的最好環(huán)境。如果你設(shè)法與最棒的人一起工作，那么你在任何事情上都會成功。”

12 — Amy Heineike，PrimerAI技術(shù)副總裁，Quid數(shù)學(xué)系前主任

“我認(rèn)為也許他們需要從觀察自己，搞清楚他們真正關(guān)心什么開始。他們想要做什么?如今，數(shù)據(jù)科學(xué)是一個有點(diǎn)熱門的話題，因而我認(rèn)為有很多人想著只要他們擁有“數(shù)據(jù)科學(xué)”的頭銜，那么魔力、幸福和金錢就會流向他們。所以我真的建議搞清楚你真正關(guān)心的是數(shù)據(jù)科學(xué)的那塊。這是你該問你自己的第一個問題。隨后你應(yīng)該搞明白如何精通這塊。你還要開始考慮那些能夠發(fā)揮你這方面興趣的工作。

一個策略是深入到你需要知道的部分。我們的團(tuán)隊(duì)中有一些人是自然語言博士，還有一些人是物理學(xué)博士，他們會使用很多不同的分析方法。所以你可以深入一個領(lǐng)域然后找到那些你能使用相同思路解決的重要或相似的問題。這是一個方法。另一種方法是隨便試些什么?，F(xiàn)在有很多數(shù)據(jù)集。如若你現(xiàn)在工作并且嘗試換工作，試著想一下在你當(dāng)前的任務(wù)下這兒是否有些能用的數(shù)據(jù)，從而能巧妙的解決問題?；蛘咴诩依锬阋材塬@得開放的數(shù)據(jù)集。隨便逛逛看看能發(fā)現(xiàn)些什么然后開始嘗試玩玩。我認(rèn)為這是個不錯的開始。現(xiàn)在“數(shù)據(jù)科學(xué)”的旗號下有很多不同的角色，還有不少任務(wù)或許會讓你想到數(shù)據(jù)科學(xué)但它們還沒有頭銜，因?yàn)槿藗儾⒉槐匾褂盟鼈?。好好考慮你到底想要什么。”

13 — Victor Hu，QBE Insurance數(shù)據(jù)科學(xué)主管，Next Big Sound前首席數(shù)據(jù)科學(xué)家

“首要的肯定是要能講好故事。在一天結(jié)束的時候，你要做的肯定是深入到一個系統(tǒng)、一個組織或一個產(chǎn)業(yè)如何工作的底層。但為了使它有用且能被人們所理解，你必須要講個故事。

能夠把你正在做的寫下來，能夠開口談?wù)撃愕墓ぷ魇窍喈?dāng)關(guān)鍵的。另外值得一提的是，少點(diǎn)擔(dān)心你正在使用的算法。更多或更好的數(shù)據(jù)總能抵過一個更好的算法，所以若你能建立一種可得且可分析的大量優(yōu)質(zhì)，干凈，有意義的數(shù)據(jù)的方法—那可真是再好不過了。”

14 — Kira Radinsky，eBay首席科學(xué)家兼數(shù)據(jù)科學(xué)主管，SalesPredict前技術(shù)總監(jiān)兼聯(lián)合創(chuàng)始人

“找到一個能對你感到興奮的問題。對我來說，每次我要開始嘗試些新東西，沒有帶著要解決的問題地學(xué)習(xí)真的很無聊。開始閱讀材料，并盡快著手用它來解決你的問題。你會開始看清問題，這會將你引向其它學(xué)習(xí)材料，不論它們是書、論文，還是人。所以花點(diǎn)時間與問題和人呆在一塊兒，你會感覺不錯的。

要深入理解基礎(chǔ)知識;要了解一些基本的數(shù)據(jù)結(jié)構(gòu)和計(jì)算機(jī)科學(xué);要了解你使用的工具的原理和它背后的數(shù)學(xué)知識，而不是僅僅會使用它們;要了解輸入和輸出在其中的實(shí)際情況，因?yàn)椴贿@么干，你就不會知道什么時候去應(yīng)用它。另外，這取決于你正在處理的問題。不同問題的要使用不同工具。你應(yīng)要很好地知道每種工具適合做什么，從而知道(面對這個問題)你應(yīng)使用怎樣的工具和技術(shù)。”

15 — Eric Jonas，UC Berkeley電氣工程和計(jì)算機(jī)科學(xué)博士后，Salesforce前首席預(yù)測科學(xué)家

“他們應(yīng)該對概率論倒背如流。我現(xiàn)在正處于需要學(xué)習(xí)其它一切的階段，隨后我回頭再看概率論，這很好，因?yàn)樗峁┑倪@種精妙、深刻、豐富的基礎(chǔ)，可以投射出其它的一切。這兒有一本由E.T. Jaynes所著的書，叫Probability Theory: The Logic of Science，是我們的圣經(jīng)。我們確實(shí)在某種意義上獲得了它。我喜歡概率生成方法的原因是你能有兩個正交軸——建模軸和推理軸，這基本上轉(zhuǎn)化為如何表述我的問題以及如何計(jì)算由根據(jù)已知數(shù)據(jù)假設(shè)的概率?從貝葉斯的角度看的好處是，你可以獨(dú)立地沿著這些軸進(jìn)行工程設(shè)計(jì)。當(dāng)然，它們不是完全獨(dú)立的，但它們近似獨(dú)立足以保證你這么處理沒有問題。

當(dāng)我觀察如今被視為機(jī)器學(xué)習(xí)的重要組成：深度學(xué)習(xí)或者基于LASSO算法的線性回歸系統(tǒng)時，它們都沿著或這條或那條軸進(jìn)行工程設(shè)計(jì)。它們都有點(diǎn)搖搖欲墜。作為一個工程師，使用這些基于LASSO算法的技術(shù)時，思考像“我稍稍改變這個參數(shù)，到底意味著什么?”的問題會很困難。作為一個模型，線性回歸有著相當(dāng)清晰的線性加權(quán)高斯模型架構(gòu)。好吧，若我想讓事情變得有些不同呢?瞬間正則化最小二乘之類的方法就全然崩潰。推理技術(shù)甚至不接受你想要做的事情。”

16 — Jake Porwar，DataKind創(chuàng)始人兼執(zhí)行董事

“我認(rèn)為一個強(qiáng)健的統(tǒng)計(jì)學(xué)背景是個先決條件，因?yàn)槟阈枰滥阏诟尚┦裁?，并理解你?gòu)建的模型的能力。另外，我的統(tǒng)計(jì)項(xiàng)目還教會了不少倫理道德，即我們在DataKind考慮頗多的東西。你要經(jīng)常思索你的工作將會如何被應(yīng)用。你可以把算法應(yīng)用于任何人，你可以使用會被警察攔截盤查的數(shù)據(jù)訓(xùn)練出的模型應(yīng)用于某人，但為何如此?這挺像構(gòu)建任何新技術(shù)，你需要考慮風(fēng)險(xiǎn)和收益并仔細(xì)權(quán)衡，因?yàn)槟阋獮槟愕膭?chuàng)造負(fù)責(zé)。

不論你來自哪里，只要你理解用來下結(jié)論的工具，這是你能做的最棒的事。我們現(xiàn)在都是科學(xué)家，我不僅僅談?wù)摦a(chǎn)品設(shè)計(jì)。我們都在對我們生活的這個世界下結(jié)論。這就是統(tǒng)計(jì)學(xué)—收集數(shù)據(jù)來證明一個假設(shè)或?qū)κ澜邕\(yùn)行的方式建模。如果你只是盲目地相信模型輸出的結(jié)果，那會是危險(xiǎn)的，因?yàn)檫@是你對世界的解釋，因而會像它一樣，你的認(rèn)識會是結(jié)果有缺陷的。

簡而言之，學(xué)統(tǒng)計(jì)學(xué)，謹(jǐn)慎行事。”

工作中的數(shù)據(jù)科學(xué)家展示了世界頂尖的數(shù)據(jù)科學(xué)家如何在紛繁繚亂的行業(yè)和應(yīng)用中游刃有余地工作—每個人都應(yīng)用自己的領(lǐng)域?qū)I(yè)知識、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)創(chuàng)造巨大的價(jià)值和影響力。

數(shù)據(jù)正以指數(shù)級暴增，那些能夠理解數(shù)據(jù)并從中抽取價(jià)值的人會比此前任何時候都更需要。若您渴望成為下一代數(shù)據(jù)科學(xué)家，那么這些來自深思熟慮的從業(yè)者們的關(guān)于數(shù)據(jù)和模型的真知灼見和樂趣所在將會相當(dāng)有用。

博客原址：https://medium.com/@james_aka_yale/16-useful-advices-for-aspiring-data-scientists-804ce5611939