數據科學家修鍊手冊

當今計算機世界對數據科學的狂熱追捧並不是沒有緣由的。《哈佛商業評論》將數據科學家列為未來幾年最熱門的職位上之一，加上誘人的薪水，數據科學家已經成為是許多人夢寐以求的新事業。

與現有專業人員技能要求相比，數據科學家的行業標準似乎高得飄渺。但現有的專業人員的在學習數據科學方面並不是一張白紙，那麼應該如何提升自己，晉級到數據科學家呢？這裡有十個步驟，是你修鍊之路上必不可少的錦囊妙計。

1. 掌握數學、統計和ML的技能

數據科學家要比統計學家擅長軟體工程，比任何軟體工程師擅長統計數據。在數據和軟體上保持平衡，避免任何一方過多或不足。

2. 愛上（大）數據

數據科學家經常要處理大量分離或非分離的數據，往往這些工作不能單純的靠單一的機器完成。他們大多要使用Hadoop、MapReduce和Spark等大數據軟體實現分散式處理。

3. 全面了解資料庫

鑒於目前產生數據的速度以秒為單位，大多數行業都在使用諸如MySQL或Cassandra等資料庫管理軟體來存儲和分析數據。因此，對資料庫管理系統有良好理解力，也是成為數據科學家的必備條件之一。

4. 學習代碼

一個數據科學家在沒有學會數據語言之前，不能被稱為完整的數據科學家。一組分類良好的數據可能會得出一個清晰的結論，但如果你懂代碼，就可以更好的理解數據。一個好的程序員可能不是一個好的數據科學家，而一個優秀的數據科學家肯定是一個好的程序員。

5. 數據清除的管理、可視化和報告

數據清除是將數據的原始形式轉換成易於研究、分析和可視化形式的過程。數據可視化同樣也是一項非常重要的技能，數據科學家在做數據分析和數據決策是非常依賴於這些技能。

6. 在項目上實踐

一旦你成為一名優秀的數據科學家，從理論上講，所有的一切工作都有關於實踐。把時間花在建立自己的強項上，儘可能多的參與項目。

7. 對團隊動向有敏銳的洞察力

數據科學家是團隊的一個員，當與一群志同道合的人一起工作時，敏銳的觀察力總能為團隊提供幫助。學會培養發分析數據和做出決策所需要的直覺，密切關注團隊其他同事的工作。

8. 溝通技巧

溝通技巧能將數據科學家與優秀數據科學家區分開來。很多時候，你會發現理解力很重要，尤其是當別人向你模糊的解釋某些重要的數據分析結果時。在處理不可預見的情況時，你的溝通能力也非常重要。

9. 競爭

Kaggle是一個很好的網站，有很多嶄露頭角的計算機科學家在網站上尋找隊友、或是與其他人切磋技能一爭高下。隨著行業中此類網站認可的可信度越來越高，這些比賽也正在迅速成為一個向企業展示你的能力的平台。

10. 緊跟數據科學家社區步伐

時刻關注KDNuggets、計算機科學101和DataTau這樣的網站，保持與數據科學世界的同步，了解該領域內發生的大事以及目前所提供的職位空缺。

希望上面這十條小建議能幫助你成為優秀的數據科學家。