我相信這些課程是如此重要，因為它們有助于擁有一個成功的數(shù)據(jù)科學(xué)職業(yè)生涯。讀完這篇文章后，您會意識到，要成為一名優(yōu)秀的數(shù)據(jù)科學(xué)家，不僅僅是構(gòu)建復(fù)雜的模型。

話雖如此，以下是我在數(shù)據(jù)科學(xué)生涯中學(xué)到的3個最重要的教訓(xùn)！

1.很大一部分時間實際上花在你的項目之間（之前和之后）。

其中一件事是，幾乎所有的數(shù)據(jù)科學(xué)課程和訓(xùn)練營都強調(diào)并詳細(xì)闡述了項目生命周期中的建模階段，而實際上，這只是整個過程的一個很小的組成部分。

如果在工作中構(gòu)建一個初步的機器學(xué)習(xí)模型需要一個月的時間，那么您可能需要花一個月的時間來事先理解業(yè)務(wù)問題，然后記錄和社交項目。

不僅建議您在構(gòu)建模型之前和之后完成這些步驟，而且這對項目的成功至關(guān)重要。

讓我們深入探討每一個問題的重要性：

• 業(yè)務(wù)理解:理解手頭的業(yè)務(wù)問題對您的成功至關(guān)重要。例如，如果您正在構(gòu)建一個機器學(xué)習(xí)模型，您應(yīng)該知道該模型應(yīng)該預(yù)測什么，誰將使用它，它將如何實際使用，您將使用什么度量來評估該模型，等等。您必須花時間了解關(guān)于業(yè)務(wù)目標(biāo)的所有以創(chuàng)建適用的模型。
• 文檔:雖然我同意文檔不如瀏覽數(shù)據(jù)和構(gòu)建模型那么令人興奮，但對于代碼、構(gòu)建的任何表以及如何構(gòu)建模型，有清晰簡潔的文檔是很重要的。這一點非常重要，這樣您或其他人在使用模型或修復(fù)模型時就可以輕松地參考這些資源。
• 社會化:社會化很少被談?wù)摚绻麡I(yè)務(wù)不使用您的項目，它們就不會成功。使你的項目社會化需要向相關(guān)的利益相關(guān)者展示它們，解釋它們的價值，以及如何使用它們。您可以向更多的利益相關(guān)者推銷您的想法，他們就越有可能采用您的數(shù)據(jù)產(chǎn)品，您的項目也就越成功。

這三個步驟有什么共同點？它們都是交流的一種形式。事實上，我認(rèn)為良好的交流是數(shù)據(jù)科學(xué)家和高級數(shù)據(jù)科學(xué)家之間的區(qū)別。

2.基本面會讓你超過80%的成功。

當(dāng)我開始學(xué)習(xí)數(shù)據(jù)科學(xué)時，我試圖學(xué)習(xí)最復(fù)雜的概念，而不學(xué)習(xí)基礎(chǔ)知識。

經(jīng)過多年的經(jīng)驗，我已經(jīng)意識到，基礎(chǔ)知識足以讓你在職業(yè)生涯中取得80%以上的成功。為什么？簡單的解決方案總是會贏。它們更容易理解，更容易實現(xiàn)，也更容易維護。一旦一個簡單的解決方案證明了它對公司的價值，只有這樣，您才能研究更復(fù)雜的解決方案。

那么基本面到底是什么呢？

A）SQL

經(jīng)過3年的工作，我確信掌握SQL是成功職業(yè)生涯的關(guān)鍵。SQL并不是一項難以學(xué)習(xí)的技能（例如，從哪里選擇），但它肯定是一項難以完善的技能。SQL對于數(shù)據(jù)爭論、數(shù)據(jù)探索、數(shù)據(jù)可視化（構(gòu)建儀表板）、構(gòu)建報表和構(gòu)建數(shù)據(jù)管道至關(guān)重要。

如果你想掌握SQL，請看下面我的指南：一個完整的15周的課程來掌握數(shù)據(jù)科學(xué)的SQL

B）描述性和推論性統(tǒng)計

對基本的描述性和推論性統(tǒng)計有一個很好的理解也是非常重要的。

描述性統(tǒng)計信息允許您以簡單的方式總結(jié)和理解數(shù)據(jù)。

推理統(tǒng)計允許您根據(jù)有限數(shù)量的數(shù)據(jù)（樣本）做出結(jié)論。這對于建立解釋模型和A/B測試是必不可少的。

C）用于EDA和特征工程的Python

Python主要用于執(zhí)行EDA和特性工程。也就是說，這兩個步驟也可以使用SQL來完成，所以要記住這一點。我個人喜歡在我的技術(shù)棧中使用Python，因為我發(fā)現(xiàn)在Jupyter筆記本中執(zhí)行EDA比在SQL控制臺或儀表板中執(zhí)行EDA更容易。查看：探索性數(shù)據(jù)分析的一個詳細(xì)的一步一步指南

3.迭代并構(gòu)建一個模型的多個版本比花費大量時間構(gòu)建一個最終模型要好。

構(gòu)建、測試、迭代、重復(fù)。

通常，在一個模型上花費更少的時間來將初始版本投入生產(chǎn)并從那里進行迭代總是更好的。為什么？

1. 在初始模型上分配更少的時間激勵您提出更簡單的解決方案。正如我在本文前面所說的，簡單的解決方案有幾個好處。
2. 你提出POC（概念證明）的速度越快，你就能越快地從其他人那里得到改進的反饋。
3. 業(yè)務(wù)需要不斷變化，因此如果能夠盡早部署項目，那么成功的可能性更大。

我想說明的一點是不是催促您的項目，而是快速部署它們，以便您可以接收反饋、迭代和改進您的項目。