数据科学家访谈录——如何锻炼数据科学技能

如何锻炼数据科学技能

对数据科学的理解

• 在未来，有关数据科学的很多虚假浮华描述终将散去，但数据科学终于会作为商业世界中不可磨灭的一部分存在下来。数据科学自有其规律和底蕴，是一个结合了应用数学、计算机科学、商业资讯和新产品开发的综合职位，最后一项目前在数据科学的比例越来越大。
• 我觉得一名出色的数据科学家应该像瑞士军刀一样多才多艺，能够在诸多领域都有作为，并且在一两个领域内拥有深邃的真知灼见。
• 更具体地说，数据科学家的技术列表大概包括了统计学、机器学习、SQL和Hadoop，以及一门类似Java一类的主流编程语言。
• 这里必然存在应用数学与计算机科学的交叉部分。同样商业咨询能力在其中也是很重要的，有时候它会被夸大，有时也会被完全忽视，知道所有都做完了人们才会想起它来，但他毫无疑问是很重要的一部分。
• 商业咨询能力是区分数据科学家和数据“技术宅”的重要指标。数据“技术宅”那一些致力于完成别人提出的对于这样那样的东西做分析的要求的人，他们从来没有与商业决策的人坐在同一张桌子上讨论过宏观公司的走向或者战略路线。
• 但是，一个具有商业咨询能力的数据科学家就像是一个自身的麦肯锡咨询师，可以流畅的在商业和技术两个领域腾挪闪转，并且是一名能被人信任的商业顾问或者领袖。这些绝对是很高很难得能力。

如何获得商业方面的能力

• 参加企业领导课程，订阅《哈佛商业评论》
• 去申请一个有难度的实习，然后在实习中向人们展示你有把一个项目从头做到位的全栈能力
• 更直接一点，看一个网店，去为自己创造一个商业环境，去问自己如果给你100美元，你有没有能力用它源源不断的去赚钱。不要做一个连柠檬水小生意经验都没有的数据科学家。

商业世界和学术界的区别

• 如果你在商业会议上准备了一分长长的ppt，你会发现boss马上会做的事情是让你翻到最后，直接看你的结论。他们根本就不会关心细节或者原因，因为这些是你的工作，不是他们的。我已经发现给他们做报告，最有效的方法就是”先说结论再说原因“，至于中间的处理过程，如果有人问的话你再回答就行了。这与学术界的思维方式完全不一样。
• 在商界，一切的荣誉和快感都来自于如何能更高效的帮助公司用现在的资金赚取更多的钱。所以作为一名数据科学家，你应该尽量克制自己那种喜欢从头做东西解决问题的冲动，以及喜欢花时间把一个东西的准确率从80%提高到90%的欲望。那些东西在商业世界中没有太多的价值。你要把自己放在公司负责任的角度看问题。

如何用商业的观点看待问题

• 在尝试解决一个问题时，我们都是热血澎湃的，但是千万不要对自己的解决方案有太过固执的看法。我们现在一般通过设计实验来让客户在解决方案A和B中之间做出选择，而不是依赖会议室中”最大的那个声音“做最后的决定。
• 现在我做事的方式是，做出几个小的产品原型，然后把它们放到真实的客户那里去测试。不要盲目的坚信自己的观点，市场反馈是唯一的宗旨。你必须要去做商业实验，然后基于实验的结果毫不留情的转换自己的观点。

如何训练自己的沟通能力

• 努力与那些非常外向的人结伴。这样可以在两方面帮助我进步：一方面，我有了一个可以用于参照、学习如何提高效率的人打交道的榜样；另一方面，他教会了我在需要的时候处理交际问题的时候，应该学会信赖别人，交给别人去处理，而自己做自己擅长做的事儿就好。
• 要让自己获得反馈——可以通过录像带，然后不断磨练自己的沟通交流能力。

对年轻的数据科学家的建议

• 首先，你要主动去和身边的非技术人员搞好关系。很多搞数据科学的人都是内向安静的人，但是如果你想变得高效，并在这一领域获得成功，你一定要走出舒适区，向一个你从没见过的非技术同事发邮件，约她去吃午饭。主动去建立这样的关系，不要等到你需要他们的时候才抓虾。
• 其次，尝试用商业的眼光去看、去分析这个世界。商业流程包括了一个商业活动里所涉及的人员、体系和步骤。概括来说，一个数据科学项目的目的是提高某一项现存的商业流程的理论效率。而事实就是，商业过程是很难发生改变的。所以你必须对商业流程中的人们报以足够的同情和理解，在你想解决方案时候，要做到同时为那些人找到更理想的工作。
• 一名成功的数据科学家应该有能力去改变他周边的世界。这是一种心态与思维模式。一种常见的思维模式就是，你去分析情况，想出解决办法，然后把这个解决办法交给别人去落实。但这其实就是很多人在现实世界里钻进牛角尖而失败的原因。一个更好的模式是，把自己想象成生意里的那个人，那个要对改变这个商业世界负全部责任的人。这是完全不同的思维模式，是一种以主人翁心态去思考你的点子应该如何实施、落实、评价的心态。此外很重要的一点是学会如何才能不依靠权威去影响别人。当别人不服从号令的时候，你应该如何让他听从你的建议，一步步进步起来。

如何不依靠权威去影响别人

• 你应该一开始就主动和你的非技术同事搞好关系，因为人们大多只愿意与他们熟悉而且喜欢的人共事。
• 在你想要对别人提出重要的意见或者建议之前，最好时常的做一些小的努力去证明自己。小小的成功会向别人证明自己是可靠的伙伴。
• 同时你也要搞清楚自己的建议有没有与别人的底线有冲突

数据科学未来的走向

• 数据科学将会带来数据产品的井喷式爆发，提供数据产品的公司与使用数据产品的客户都会快速增长。
• 有些数据科学家将会有需要成为产品设计师，并在他们的技能列表中加上”设计思考“这一项。更好的用户同情心、原型快速迭代能力以及商业实验能力，都是这个新的工作不可或缺的，它可能会成为数据科学这可冉冉上升的新星中的一个分支。