數(shù)據(jù)科學家和人工智能愛好者Dhilip Subramanian

數(shù)據(jù)科學、機器學習和人工智能是近幾年來的熱門領域。許多人想成為數(shù)據(jù)科學家，并通過大學、在線課程或自學投入巨大努力來提升他們的技能。然而，在現(xiàn)實世界中，在工作和解決業(yè)務問題方面有很多挑戰(zhàn)。作為一名數(shù)據(jù)科學家，非技術技能同樣重要。在這個博客中，我分享了我作為一名數(shù)據(jù)科學家在工作中遇到的個人經(jīng)驗。

理解業(yè)務問題

現(xiàn)實世界中有很多挑戰(zhàn)，學生在大學里不一定要面對。在學校里，他們通常會得到一個結(jié)構(gòu)化的問題和一個流行的數(shù)據(jù)集，最終得到精確的解決方案。然而，行業(yè)中的問題往往是非結(jié)構(gòu)化的和復雜的。對這個問題的任何假設都會在現(xiàn)實世界中適得其反。在深入分析之前，最好完全了解業(yè)務問題。理解業(yè)務問題需要對問題及其領域進行更多的研究，計劃，向客戶提出正確的問題，并與團隊成員進行討論。

團隊合作

數(shù)據(jù)科學是關于邏輯思維，在解決問題時產(chǎn)生更多的想法和創(chuàng)造力。因此，團隊合作在數(shù)據(jù)科學中扮演著重要的角色。多維度而不是單維度思考也是必要的。團隊成員可能來自不同的背景，擁有不同的技能。采取每個小組成員的力量，并相應地分配工作。這幫助我用不同的方法解決了這個問題，并學到了新的東西。

好的傾聽者

另一個關鍵技能是做一個好的傾聽者。數(shù)據(jù)科學是關于共享和協(xié)作的?；旧?，這個人需要理解團隊中其他人的觀點。很多時候，其他團隊成員提出了好的想法，這些想法可能是獨特的，為了在項目中成功地實施，有必要傾聽和理解它們。正如我上面所說，數(shù)據(jù)科學不是一個人的表演，它總是一個團隊的努力。

文件編制

數(shù)據(jù)科學或AI是一個快速發(fā)展的領域，因此，總會有一些新的和至關重要的東西需要學習。很難記住所有的東西，文檔幫助我克服了這個挑戰(zhàn)。此外，它幫助我明確了自己的思維過程。我曾經(jīng)記錄我的學習，分析，模型過程，實驗和代碼。此外，我把失敗的實驗和原因?qū)懙煤茉敿?，這有助于我從長遠來看提高我的想法。除此之外，它還幫助我改進了我的溝通和對概念的詳細理解。你甚至可以記錄你學到的或遇到的小事，這些小事從長遠來看會有很大的不同。使用您自己方便的工具來記錄。

敏捷環(huán)境

在敏捷環(huán)境中工作讓我在每個沖刺開始時都有明確的計劃、優(yōu)先級和方向。擁有敏捷的心態(tài)有助于應對變化和處理不確定性。如果你遇到了不確定性，嘗試選擇，收集反饋并不斷改進。這也給了我一個與不同團隊合作的機會。在每個sprint結(jié)束時，以機器學習模型的形式向涉眾展示最小可行產(chǎn)品(MVP)有助于我以更好的形式塑造我的項目。此外，每個sprint結(jié)束時的反饋幫助我糾正錯誤并高效地交付項目。

講故事

講故事是數(shù)據(jù)科學的重要組成部分。我們正在處理數(shù)據(jù)，創(chuàng)建一個模型，并找到洞察力。但是，這個模型在商業(yè)術語中說明了什么？換句話說，這個模型是如何為公司賺錢或解決問題的？利益相關者和管理層對P值或任何其他統(tǒng)計數(shù)據(jù)都不感興趣。這里的主要挑戰(zhàn)是以一種吸引人的方式用更簡單的術語向非技術觀眾解釋模型。通過一個小故事來解釋模型的一種方法。這是我去年學到的最大的東西之一。始終，包括良好的可視化，它有助于傳達的信息作為一個故事。講故事是一門藝術，它需要時間和大量的練習。

展示產(chǎn)出的創(chuàng)造性

我們總是使用傳統(tǒng)的PPT向客戶或利益相關者展示我們的工作。我們?yōu)槭裁床粍?chuàng)建一個web應用程序或儀表板來解釋我們的模型輸出，而不是PPT呢？創(chuàng)建web應用程序或儀表板顯示了對項目的承諾，并與涉眾和客戶建立了聯(lián)系。

始終使用版本控制

版本控制是每個人都包括在工作流中的重要事情。它有助于集中管理代碼，而不是將其保存到PC/Laptop或外部驅(qū)動器中。這樣，每當您在任何位置處理新項目時，都可以參考代碼或文檔。

編碼

在過去的8個月里，我顯著地提高了我的編碼技能。我在工作和比賽中學到的一件事是編寫函數(shù)式或面向?qū)ο蟮拇a，以獲得最大的代碼重用性。這將有助于在未來的項目中使用代碼，并減少當前項目的時間。每當我提到stackoverflow或google時，我都會記錄代碼函數(shù)，這有助于我學習編碼方面的新知識。始終遵循最佳實踐，并保持代碼閱讀器友好。

請求幫助

數(shù)據(jù)科學是計算機科學、統(tǒng)計學、機器學習和領域?qū)I(yè)知識的融合。因此，它需要有處理不同步驟的技能，從清理數(shù)據(jù)到解釋最終模型并部署它。不要被嚇倒，你不可能在一天內(nèi)掌握數(shù)據(jù)科學。因此，如果您陷入困境，請隨時尋求幫助，通過這些幫助您將獲得更多知識，并最終使您對自己的方法充滿信心。

繼續(xù)學習！

人工智能是IT行業(yè)的新熱點，讓我們直面這樣一個事實：所有這些都不可能在短時間內(nèi)被任何人同化。決定從戰(zhàn)略上采取行動，每天投入一兩個小時學習新概念和解決新問題，包括學習新算法、編碼、閱讀博客、做個人項目等。除此之外，我強烈建議閱讀非技術書籍，這些書籍對流程和講故事技巧有很大幫助，這將是我們繼續(xù)前進的一個有用的特征。

激情

在我最初的日子里，我的印象是，在這個分析的世界里，每個人都是一切的主人。但后來我意識到我的假設是錯誤的。我明白這對這里的每個人來說都是一個不斷學習的過程。在這個游戲中保持最新的核心是激情、好奇心和渴望了解更多。無論是機器學習、深度學習還是NLP，解決復雜問題的總是激情。

免責聲明-此博客包含我的個人經(jīng)歷。如果這些信息對你有所幫助，我很想聽聽。

感謝閱讀！