麥迪遜·亨特，地球科學學士學位本科生

當涉及到進入數(shù)據(jù)科學領(lǐng)域時，你需要使用書中的每一個技巧來給自己一個優(yōu)勢，推動你越過終點線。

那么，為什么不嘗試效仿行業(yè)中最好的人的習慣呢？

這篇文章不是一個“快速致富”的方法，成為一個高效的數(shù)據(jù)科學家。相反，它顯示了幫助最好的數(shù)據(jù)科學家到達他們所處位置的習慣。

人們經(jīng)常說，adata科學家的價值取決于他們對組織的影響。這種影響始于通過良好習慣的養(yǎng)成成為一名高效和有效的數(shù)據(jù)科學家。

1.跟上技術(shù)的發(fā)展。

有多少當前的數(shù)據(jù)科學技術(shù)是在最近十年左右才出現(xiàn)的？幾乎是大多數(shù)。

進入數(shù)據(jù)科學領(lǐng)域的動機是你要好好嘗試一下，你已經(jīng)把自己歸入了一生不斷學習的狀態(tài)。別擔心，沒有聽起來那么凄涼。

然而，你應(yīng)該時刻記住的是，為了在工作中保持相關(guān)性，你需要跟上技術(shù)的發(fā)展。因此，如果您在整個職業(yè)生涯中都在使用MATLAB進行數(shù)據(jù)分析，請嘗試學習用Python編寫代碼。如果您一直在用Matplotlib創(chuàng)建可視化效果，請嘗試使用Plotly來創(chuàng)建一些新鮮的東西。

如何養(yǎng)成這個習慣:每周花一個小時（或盡可能多的時間），嘗試新技術(shù)。通過閱讀博客文章找出哪些技術(shù)是相關(guān)的，并選擇一對您想要添加到堆棧中的技術(shù)。然后，創(chuàng)建一些個人項目，學習如何最大限度地使用新技術(shù)。

2.保存適當?shù)奈募?

我似乎總是有幸閱讀和處理那些文檔糟糕、沒有支持性注釋來幫助我理解到底發(fā)生了什么的代碼。

我曾經(jīng)把它歸因于程序員的吹口哨，直到有一天，我意識到這只是一個糟糕的程序員的標志。

我接觸過的所有優(yōu)秀程序員都是那些提供清晰、簡潔的文檔來支持他們的工作，并在他們的程序中添加有用的注釋來描述某些代碼行在做什么的人。這對于正在使用復(fù)雜算法和機器學習模型解決問題的數(shù)據(jù)科學家來說尤其相關(guān)。

如何實現(xiàn)這個習慣:花一些時間閱讀好的代碼文檔或關(guān)于如何編寫好代碼文檔的文章。為了實踐，為舊的個人項目編寫文檔，或者花一些時間修改當前項目的文檔。由于數(shù)據(jù)科學世界的很大一部分都是在Python上運行的，請查看這篇關(guān)于如何記錄Python代碼的非常好的文章：

Documenting Python Code: A Complete Guide - Real Python
Welcome to your complete guide to documenting Python code. Whether you're documenting a small script or a large…

3.參與數(shù)據(jù)科學社區(qū)。

認為開發(fā)人員是面皮蒼白的社會棄兒的刻板印象，他們把自己鎖在孤獨中編寫注定要統(tǒng)治世界的代碼，這是一種過時的概括，沒有反映整個科技行業(yè)的現(xiàn)代復(fù)雜性。

“沒有人是一座孤島。”--許多數(shù)據(jù)科學家最喜歡的一句話

數(shù)據(jù)科學的復(fù)雜性使得在數(shù)據(jù)科學界內(nèi)外建立一個大型的專業(yè)人員支持網(wǎng)絡(luò)是必要的，以解決使數(shù)據(jù)科學家成為必要的各種問題。

然而，社區(qū)的重要性并不僅僅停留在專業(yè)層面。隨著數(shù)據(jù)科學領(lǐng)域的擴展，有必要為未來的分析師和工程師鋪平道路，這樣他們也可以產(chǎn)生影響，并進一步支持其他數(shù)據(jù)科學家。

隨著數(shù)據(jù)科學領(lǐng)域的“性感”減弱，做出必要改變的唯一方法將是啟動一場社區(qū)范圍的運動，激勵該行業(yè)向更好的方向改變。

如何實現(xiàn)這個習慣:成為一名導(dǎo)師，撰寫信息豐富的博客文章，加入數(shù)據(jù)科學論壇并幫助回答問題，創(chuàng)建一個Youtube頻道來分享您的經(jīng)驗，參加Kaggle比賽和黑客馬拉松，或者創(chuàng)建課程來幫助未來的數(shù)據(jù)科學家學習進入該行業(yè)所需的技能。

4.定期重構(gòu)代碼。

重構(gòu)是在不改變代碼原有功能的情況下清理代碼的過程。雖然重構(gòu)是軟件開發(fā)環(huán)境中的一個過程，但對于數(shù)據(jù)科學家來說，重構(gòu)是一個有用的習慣。

我在重構(gòu)時的口頭禪是“少即是多”。

我發(fā)現(xiàn)，當我最初編寫代碼來解決數(shù)據(jù)科學問題時，我通常會拋棄良好的編碼實踐，而傾向于編寫在需要時有效的代碼。換句話說，會發(fā)生大量的意大利面代碼。然后，在我的解決方案開始工作后，我將返回并清理我的代碼。

如何實現(xiàn)此習慣:查看舊代碼，并詢問是否可以更有效地編寫相同的代碼。如果是這樣，請花一些時間來教育自己關(guān)于最佳編碼實踐的知識，并尋找可以縮短、優(yōu)化和澄清代碼的方法。查看這篇概述代碼重構(gòu)最佳實踐的優(yōu)秀文章：

Code Refactoring Best Practices: When (and When Not) to Do It
代碼重構(gòu)是DevOps軟件開發(fā)方法中使用的一個過程，包括編輯和清理…

5.優(yōu)化工作區(qū)、工具和工作流程。

有這么多的IDE提高工作效率的擴展，令人驚訝的是，有些人還沒有選擇優(yōu)化他們的工作流。

這個習慣對每個人來說都是如此獨特，以至于它實際上決定了哪些工具、工作區(qū)和工作流使您成為最有效和高效的數(shù)據(jù)科學家。

如何實現(xiàn)這個習慣:每年一次（如果對您更有效，則更頻繁），評估您的整體有效性和效率，并確定您可以改進的地方。也許這意味著早上第一件事就是研究機器學習算法，或者坐在健身球上而不是椅子上，或者在IDE中添加一個新的擴展，為您的代碼添加一層。嘗試不同的工作空間、工具和工作流，直到您進入最佳形式。

6.重點了解業(yè)務(wù)問題。

據(jù)我所知，數(shù)據(jù)科學75%理解業(yè)務(wù)問題，25%編寫模型以找出如何解決這些問題。

編碼、算法和數(shù)學是容易的部分。了解如何實現(xiàn)它們，以便它們能夠解決特定的業(yè)務(wù)問題，而不是太多。通過花更多的時間來理解業(yè)務(wù)問題和您試圖解決的目標，剩下的過程將會順利得多。

為了了解你所從事的行業(yè)面臨的問題，你需要做一些調(diào)查，收集一些背景知識，以支持你對你試圖解決的問題的了解。例如，您需要了解是什么使某一特定業(yè)務(wù)的客戶成功，或者工程公司試圖達到的特定目標。

如何養(yǎng)成這個習慣:花些時間研究一下你工作的特定公司和他們所處的行業(yè)。寫一份你可以參考的備忘單，包含公司的主要目標，以及在特定行業(yè)可能面臨的問題。不要忘記包括您可能想要用來解決業(yè)務(wù)問題的算法，或者將來可能有用的機器學習模型的思想。當你發(fā)現(xiàn)有用的東西時，添加到這個備忘單中，很快你就會擁有一個與行業(yè)相關(guān)的花絮寶庫。

7.采用極簡風格。

不，不是在生活中。在代碼和工作流中。

人們經(jīng)常認為，最好的數(shù)據(jù)科學家使用最少的代碼、最少的數(shù)據(jù)和最簡單的算法來完成工作。

雖然作為極簡主義者，我不想讓你立即假設(shè)稀缺。通常，當有人討論代碼中極簡主義的重要性時，會導(dǎo)致人們試圖開發(fā)只使用幾行代碼的令人憤慨的解決方案。別鬧了。是的，令人印象深刻，但這真的是對你時間的最好利用嗎？

相反，一旦您熟悉了數(shù)據(jù)科學概念，就開始尋找可以優(yōu)化代碼的方法，使其簡單、干凈和簡短。使用簡單的算法來完成工作，不要忘記編寫可重用的函數(shù)來消除冗余。

如何實現(xiàn)這個習慣:作為一名數(shù)據(jù)科學家，開始推動自己編寫更高效的解決方案，編寫更少的代碼，并使用更簡單的算法和模型來完成工作。了解如何在不降低代碼有效性的情況下縮短代碼，并留下大量注釋來解釋壓縮版本的代碼是如何工作的。

8.使用函數(shù)消除復(fù)雜性和冗余。

當我第一次編寫數(shù)據(jù)分析代碼時，我會第一個承認我嚴重忽略了函數(shù)。當我掙扎著通過不同的分析來推理時，意大利面代碼填滿了我的IDE。如果您看了我的代碼，您可能會認為它已經(jīng)走得太遠了，并自愿把它從谷倉后面拿出來，讓它擺脫困境。

一旦我設(shè)法拼湊出一個半體面的結(jié)果，我就會回去試圖修復(fù)相當于嚴重事故的結(jié)果。通過將代碼打包成函數(shù)，我可以迅速消除不必要的復(fù)雜性和冗余。如果這是我對代碼所做的唯一一件事，那么我已經(jīng)將它簡化到了一個點，我可以重新審視解決方案，并理解我是如何到達那個點的。

如何實現(xiàn)這個習慣:編寫代碼時不要忘記函數(shù)的重要性。人們常說，最好的開發(fā)人員是懶惰的開發(fā)人員，因為他們知道如何創(chuàng)建不需要太多工作的解決方案。編寫解決方案后，返回并將冗余或復(fù)雜的代碼捆綁到函數(shù)中，以幫助組織和簡化代碼。

9.應(yīng)用測試驅(qū)動的開發(fā)方法。

測試驅(qū)動開發(fā)(TDD)是一種軟件開發(fā)原則，它側(cè)重于編寫具有不斷測試的增量改進的代碼。TDD運行在“Red,Green,Refactor”系統(tǒng)上，該系統(tǒng)鼓勵開發(fā)人員構(gòu)建測試套件，編寫實現(xiàn)代碼，然后優(yōu)化代碼庫。

數(shù)據(jù)科學家可以成功地實現(xiàn)TDD，以產(chǎn)生分析管道、開發(fā)概念驗證、處理數(shù)據(jù)子集，并確保在開發(fā)過程中不破壞功能代碼。

如何實現(xiàn)此習慣:研究測試驅(qū)動開發(fā)，并確定此技術(shù)是否可以為您的工作流添加一些內(nèi)容。TDD并不是每個問題的完美答案，但如果仔細實施，它可能會很有用。查看這篇文章，它對TDD進行了很好的描述，并提供了一個如何在數(shù)據(jù)科學項目中實現(xiàn)它的示例：

How to use Test Driven Development in a Data Science Workflow
Another thing Data Scientists and Machine Learning Engineers should learn from Software Developers

10.做出小而頻繁的承諾。

有沒有發(fā)出一個拉請求，你的計算機被錯誤消息和問題從Wazoo中傳出來？我有。太爛了。

當你想介紹誰對你的拳頭做出了如此大的承諾時，深呼吸，記住這個人顯然沒有花時間養(yǎng)成良好的成長習慣。

基于團隊的軟件開發(fā)的黃金法則是什么？做出小而頻繁的承諾。

如何實現(xiàn)這個習慣:經(jīng)常提交代碼更改，并定期請求獲取最新代碼。您或其他人所做的每一個更改都可能破壞整個項目，因此進行易于恢復(fù)且可能只影響項目的一部分或一層的小更改是很重要的。

11.把自我發(fā)展作為優(yōu)先事項。

根據(jù)您詢問的對象，該行業(yè)的數(shù)據(jù)科學家要么太多，要么太少。

無論這個行業(yè)是飽和還是干旱，你都將與大量高資歷的候選人競爭一份工作，而這些候選人往往是資歷過高的。這意味著在求職之前，你需要已經(jīng)養(yǎng)成了自我提升的習慣。今天，每個人都癡迷于提高技能，這是有充分理由的。這種趨勢對數(shù)據(jù)科學家來說應(yīng)該也不例外。

如何養(yǎng)成這個習慣:做一個技能清單，看看你是如何滿足雇主在招聘公告中提出的要求的。你是一個能夠高效使用相關(guān)庫的Pythonista嗎，比如Keras、NumPy、Pandas、PyTorch、TensorFlow、Matplotlib、Seaborn和Plotly？你能寫一份備忘錄，詳細說明你的最新發(fā)現(xiàn)，以及它們?nèi)绾问鼓愕墓拘侍岣?5%嗎？你愿意作為團隊的一員來完成一個項目嗎？找出任何缺點，找到一些好的在線課程或資源來提高你的技能。

12.開始一個項目時，要牢記目標。

Stephen Covey在《7個高效能人士的習慣》中討論了“以終為始”的原則。

為了有效地將此與數(shù)據(jù)科學項目聯(lián)系起來，您需要在項目的規(guī)劃階段問自己項目的期望結(jié)果是什么。這將有助于塑造項目的路徑，并為您提供實現(xiàn)最終目標所需的結(jié)果路線圖。不僅如此，確定項目的結(jié)果將使你對項目的可行性和可持續(xù)性有一個整體的想法。

如何實現(xiàn)此習慣:在每個項目開始時都有一個規(guī)劃會話，該會話明確列出您希望在開發(fā)期結(jié)束時實現(xiàn)的目標。確定您將試圖解決哪個問題，或者您試圖收集哪一個證據(jù)。然后，您可以開始回答可行性和可持續(xù)性問題，這些問題將塑造項目的里程碑和結(jié)果。從那里，您可以開始編寫代碼和機器學習模型，并有一個明確的計劃來指導(dǎo)您完成項目。

13.理解，這樣你才能被理解。

在試圖準備一個關(guān)于為什么自旋v2粒子服從費米-狄拉克統(tǒng)計的新生講座失敗后，理查德·費曼說過一句著名的話：“我不能把它降低到新生的水平。這意味著我們真的不明白。“被稱為”偉大的解釋者“的費曼留下了數(shù)據(jù)科學家只能希望效仿的遺產(chǎn)。

數(shù)據(jù)科學是一門使用數(shù)據(jù)來講述一個引人注目的故事的藝術(shù)，只有當講故事的人理解他們試圖講述的故事時，它才會成功。換句話說，理解是你的任務(wù)，這樣你才能被理解。盡早養(yǎng)成這個習慣，了解你想要完成的事情，這樣你就可以與其他人分享到一個相當好的理解水平，這將使你成為這個房間里最有效的數(shù)據(jù)科學家。

如何實現(xiàn)這個習慣:使用Feynman技術(shù)來加深對您試圖發(fā)現(xiàn)的概念和試圖解決的問題的理解。這種方法很好地與分析數(shù)據(jù)然后向一般非數(shù)據(jù)科學利益相關(guān)者解釋結(jié)果的數(shù)據(jù)科學過程相一致。簡而言之，您將對主題的解釋細化到這樣一個程度，即您可以用任何人都能理解的簡單、非行話術(shù)語來解釋它。

14.閱讀研究論文。

在一個由碩士和博士主導(dǎo)的領(lǐng)域。持有者，研究論文經(jīng)常被用來分享行業(yè)新聞和洞察力。

研究論文是了解他人如何解決問題的有用方法，拓寬了我們的視野，并跟上了最新的趨勢。

如何養(yǎng)成這個習慣:每周挑選一到兩篇與你當前的工作或你感興趣的技術(shù)相關(guān)的研究論文來閱讀。試著每周為這篇文獻復(fù)習留出時間，讓這成為一個優(yōu)先事項。熟悉閱讀研究論文的三關(guān)方法，這有助于你快速收集相關(guān)信息。要真正鞏固你對論文的理解，試著把你從閱讀中學到的東西落實到一個個人項目中，或者與同事分享你學到的東西。

15.對變化持開放態(tài)度。

數(shù)據(jù)科學的世界正在迅速變化，從所使用的技術(shù)到所達到的目標。不要做那種固步自封、不愿改變的數(shù)據(jù)科學家。

開放的改變不僅會迫使你作為一個專業(yè)人士繼續(xù)提高，而且還會讓你在一個快速變化的行業(yè)中保持相關(guān)性，這個行業(yè)在你落后的時候會把你吐出來。

如何養(yǎng)成這個習慣:每當一項新技術(shù)或?qū)嵺`成為新聞時，就進行一次測試，看看新技術(shù)或?qū)嵺`帶來了什么。即使只是閱讀文檔，您也可以隨時了解行業(yè)的變化趨勢。此外，您可以為您的公司帶來一個關(guān)于技術(shù)的視角，并幫助他們導(dǎo)航技術(shù)變化和進步。在辦公室里做一個耳旁風的人可以幫助你保持領(lǐng)先，也可以幫助你引導(dǎo)你的團隊和公司找到更好、更有效的解決方案。

在數(shù)據(jù)科學職業(yè)生涯的任何階段，養(yǎng)成良好的習慣都可以讓你發(fā)揮潛力，成為團隊中有效的一員，對他們試圖解決的任何問題都有很大的影響。

沒有比現(xiàn)在更好的時間來花時間為未來的成功做好準備了。