
卓越數(shù)據(jù)科學(xué)家的四大特征
對于那些希望在大數(shù)據(jù)時(shí)代掘金的公司來說,成功的關(guān)鍵是找到數(shù)據(jù)科學(xué)家, 并圍繞數(shù)據(jù)科學(xué)家搭建團(tuán)隊(duì)。如今優(yōu)秀的數(shù)據(jù)科學(xué)家一將難求, 而卓越的數(shù)據(jù)科學(xué)家更是燦若晨星。 如何才能發(fā)現(xiàn)真正改變企業(yè)乃至行業(yè)未來的偉大的數(shù)據(jù)科學(xué)家呢?
Thomas Redman在哈佛商業(yè)評論博客中發(fā)表了一篇關(guān)于區(qū)分好的數(shù)據(jù)科學(xué)家和偉大的數(shù)據(jù)科學(xué)家的文章, IT經(jīng)理網(wǎng)編譯如下。
好的數(shù)據(jù)科學(xué)家能夠幫助你從浩如煙海的數(shù)據(jù)中發(fā)現(xiàn)你無法發(fā)現(xiàn)的規(guī)律, 而偉大的數(shù)據(jù)科學(xué)家可以發(fā)現(xiàn)一個(gè)更大的世界, 他們采用數(shù)據(jù), 但不完全依賴于數(shù)據(jù)。
在過去的幾年里, 我有幸能夠和上百個(gè)好的統(tǒng)計(jì)學(xué)家, 分析師和數(shù)據(jù)科學(xué)家合作。 其中有一些可以稱之為“偉大”。 我發(fā)現(xiàn), 這些偉大的數(shù)據(jù)科學(xué)家們都具備四大特征, 是那些好數(shù)據(jù)科學(xué)家所不具備的。
好奇心
最近有很多人都在提到好奇心是數(shù)據(jù)科學(xué)家的必要素質(zhì)。 這沒錯(cuò), 和任何領(lǐng)域的科學(xué)家一樣, 數(shù)據(jù)科學(xué)家也需要具備基本的好奇心。
而偉大的數(shù)據(jù)科學(xué)家將好奇心發(fā)展到極致。 他們熱衷于研究這個(gè)世界, 他們會為了發(fā)現(xiàn)事物的規(guī)律和原因而興奮不已。他們從數(shù)據(jù)中去發(fā)現(xiàn)事物的規(guī)律和原因。 面對數(shù)據(jù) 他們會從數(shù)據(jù)的不同角度來進(jìn)行研究, 進(jìn)而去發(fā)現(xiàn)別人所看不到的規(guī)律。
一定的數(shù)學(xué)水平
偉大的數(shù)據(jù)科學(xué)家能夠發(fā)現(xiàn)別人看不到的東西。 舉個(gè)例子來說, 我以前在一個(gè)投行碰到過一個(gè)實(shí)習(xí)生。 他現(xiàn)在已經(jīng)是一個(gè)大的媒體集團(tuán)的首席數(shù)據(jù)科學(xué)家。 在他第二天上班的時(shí)候, 老板給了他一疊報(bào)告。 他簡單掃了一眼報(bào)告, 發(fā)現(xiàn)了一個(gè)關(guān)于回報(bào)率的計(jì)算錯(cuò)誤。 他有花了一個(gè)小時(shí)驗(yàn)證了這個(gè)錯(cuò)誤并算出正確答案。
重要的是, 幾百人都看過這份報(bào)告, 而這是一個(gè)頂級的投資銀行, 肯定有一些相當(dāng)好的分析師也看過這個(gè)報(bào)告, 而只有他看出了這個(gè)錯(cuò)誤。
在描述現(xiàn)實(shí)世界的時(shí)候, 數(shù)學(xué)是一種非常有效的語言(愛因斯坦說是“難以置信的有效)。 偉大的數(shù)據(jù)科學(xué)家對這種語言具備一種天生的感覺, 這些甚至是一些好的數(shù)據(jù)科學(xué)家所做不到的。
堅(jiān)持
偉大的數(shù)據(jù)科學(xué)家在很多方面都能表現(xiàn)出堅(jiān)持的特點(diǎn)。 前面說的實(shí)習(xí)生, 看了一眼發(fā)現(xiàn)了錯(cuò)誤, 花了一個(gè)鐘頭就驗(yàn)證出來了。 實(shí)際上數(shù)據(jù)分析很少能這么快。 就像BT的CIO Jeff Hooper在貝爾實(shí)驗(yàn)室時(shí)有句名言:“數(shù)據(jù)不會輕易地把秘密告訴你, 你需要把秘密從中榨出來?!?/span>
這說的一點(diǎn)沒錯(cuò)。 即便在最好的情況下, 數(shù)據(jù)也常常是不完整甚至存在錯(cuò)誤的。 而大部分?jǐn)?shù)據(jù)最后都和你要解決的問題無關(guān)。 盯著這些“噪音”數(shù)據(jù)工作是一項(xiàng)單調(diào)無趣的工作。 好的數(shù)據(jù)科學(xué)家可能會轉(zhuǎn)而研究別的問題, 而偉大的數(shù)據(jù)科學(xué)家會堅(jiān)持繼續(xù)研究。
數(shù)據(jù)科學(xué)家的另外一個(gè)堅(jiān)持就是他們會堅(jiān)持表述自己的發(fā)現(xiàn)。 這一點(diǎn), 在大的企業(yè)中, 甚至可能比“噪音”數(shù)據(jù)更加會令人沮喪。 還是拿前面那個(gè)實(shí)習(xí)生的例子。 他工作第二天就發(fā)現(xiàn)了這個(gè)錯(cuò)誤, 而他需要整個(gè)實(shí)習(xí)期都要來“捍衛(wèi)”他這個(gè)發(fā)現(xiàn)。 出了錯(cuò)誤的部門肯定會死不承認(rèn), 而別的部門就想看笑話。 數(shù)據(jù)科學(xué)家夾在其中, 需要足夠的堅(jiān)持才能把正確的觀點(diǎn)傳達(dá)出來。
技術(shù)能力
掌握最新的數(shù)據(jù)分析方法很重要, 更重要的是, 要有具備對統(tǒng)計(jì)學(xué)的知識和熱情。 簡單的說, 數(shù)據(jù)分析包括兩類:描述型分析和預(yù)測型分析。 描述性分析已經(jīng)很難了。 而預(yù)測型分析則更加棘手, 它充滿了不確定性。
偉大的數(shù)據(jù)科學(xué)家能夠駕馭不確定性。 他們知道預(yù)測的哪些部分是基于真實(shí)的觀察, 哪些因素是基于假設(shè)的。 他們知道要使預(yù)測有效, 哪些條件必須滿足。 哪些因素會導(dǎo)致預(yù)測失效, 哪些未知因素可能會導(dǎo)致預(yù)測錯(cuò)誤等等。 他們會量化風(fēng)險(xiǎn)。 他們會設(shè)計(jì)一些小型實(shí)驗(yàn)來驗(yàn)證或者推翻某些假設(shè)。
總之, 這不是一種“數(shù)學(xué)技能”, 而是長期在復(fù)雜的工作中,經(jīng)過了無數(shù)成功和失敗后培養(yǎng)出來的一種能力。
偉大的數(shù)據(jù)科學(xué)家非常稀少, 他們就是數(shù)據(jù)科學(xué)界的邁克爾-喬丹, 朱莉婭-羅伯茨, 或者帕瓦羅蒂。 如果企業(yè)需要認(rèn)真地把寶壓在從大數(shù)據(jù)和數(shù)據(jù)分析上, 那么你需要找到一個(gè)到兩個(gè)這樣的人, 給他們配備團(tuán)隊(duì), 營造好的環(huán)境, 讓他們按照自己的方式去工作。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10