数据科学家访谈录——学术期刊中的数据科学

学术期刊中的数据科学

对数据科学的认识

• 数据科学的主旨归结来看其实就是识别大规模的行为学特征。
• 数据科学是一个通过学习数据来追溯因果、发现故事的过程

如何发掘数据背后的故事

• 尽量地做更多的图，并且尽可能快的做出来。通过画图来表示事物是怎样运转的，哪怕是最简单的流程图或者工程图谱都可以。很快的做出很粗糙的图片来查看一批数据是怎样的，从时间序列或者柱状图开始。
• 努力去想如何进行图形建模，并且尽量利用你面前所拥有的系统和数据，去帮助自己思考各种可能性是如何组合在一起的。
• 尽早的去失败，并且尽量多的去失败。无论一开始你做的图多么糟糕，但是如果你做图的速度够快，并且确实能动脑子去思索事物的因果，你就能慢慢深入，发现正确的问题是什么。
• 这样的做法远远好过一开始就对数据做分类一类的建模操作。
• 通过图像模型来解释对事物机制的理解，可以使得交流工作变得更为轻松，并且可以让我们给予它们提出更加合理的假设。

对于学习数据科学的建议

• 想要成为一名数据科学家，你需要有能力用一到两门语言些程序，需要足够多量的训练，并且有能力在电脑上写出一些不太简单的程序。
• 公开去编程，把代码放到github上。这会促使你与你所在的领域社区里的人更为频繁的交互。你所使用的语言的社区论坛可能会想要分享你的代码，学术论坛可能会想要用你的代码来测试他们的效果。而公司也会用它们来评估你，从而降低聘用你的潜在风险。
• 向别人讲述你的你的工作是一件有趣的事情，你应该去努力体验。这样的行为同样会把你暴露在许多商业机会和潜在为你提供工作机会的人面前。
• 将从学校中学到的知识用于实际生活中一些非常重要的并且有意义的事情上的创新能力，会成功的让你在那群低头学习的好学生们看不到的世界中星光闪耀。