數(shù)據(jù)科學(xué)家每天都在做些什么

數(shù)據(jù)科學(xué)家(數(shù)據(jù)分析師)的困惑很大部分歸咎于：數(shù)據(jù)科學(xué)(數(shù)據(jù)分析)不是一個(gè)具體的職務(wù)，而是一種在機(jī)構(gòu)中解決問(wèn)題的方法。因此，數(shù)據(jù)科學(xué)(數(shù)據(jù)分析)可以包含多種教育背景、技能、工具、實(shí)踐。實(shí)際工作中的數(shù)據(jù)科學(xué)家們(數(shù)據(jù)分析師)，背景和技能的跨度很大，很難被一概而論。

相對(duì)而言，描述數(shù)據(jù)科學(xué)的實(shí)踐是什么樣的可能更容易。

簡(jiǎn)單地說(shuō)，數(shù)據(jù)科學(xué)是用數(shù)據(jù)主導(dǎo)的答案解決實(shí)際問(wèn)題的實(shí)踐。實(shí)現(xiàn)這個(gè)目標(biāo)的技術(shù)可能多種多樣。你會(huì)常常聽(tīng)到數(shù)據(jù)科學(xué)家使用傳統(tǒng)統(tǒng)計(jì)學(xué)、貝葉斯方法、機(jī)器學(xué)習(xí)、計(jì)算工具、行業(yè)領(lǐng)域知識(shí)來(lái)回答問(wèn)題。

有時(shí)數(shù)據(jù)的規(guī)模會(huì)非常巨大，需要使用復(fù)雜的工具和方法來(lái)穿過(guò)迷霧，得到隱藏在數(shù)據(jù)中的清晰結(jié)論。但是沒(méi)有哪個(gè)方法、工作、算式能回答所有問(wèn)題，所以也很難為數(shù)據(jù)科學(xué)家下定義。

展示可能比陳述更有說(shuō)服力。就讓我們來(lái)走入數(shù)據(jù)科學(xué)家平凡又不平凡的一天。

早晨

早晨的第一件事可能是這一天日程中為數(shù)不多的慣例。

我們的團(tuán)隊(duì)在早上進(jìn)行例會(huì)，分享前一天的進(jìn)展和問(wèn)題。這和軟件開(kāi)發(fā)的“站立”會(huì)議可能有點(diǎn)不同。對(duì)我們來(lái)說(shuō)，“進(jìn)展”既可以是建設(shè)了一部分軟件，也可以是閱讀了一篇可以讓我們對(duì)手頭問(wèn)題有更深理解的論文。

數(shù)據(jù)科學(xué)可能在許多方面與大學(xué)里的學(xué)術(shù)行為不同，但它依然是對(duì)科學(xué)方法的合理運(yùn)用。

通常，我們的挑戰(zhàn)是如何把“未知”變成“已知”。不僅如此，還要讓它“可執(zhí)行”。

這意味著通過(guò)分析數(shù)據(jù)檢驗(yàn)?zāi)硞€(gè)假設(shè)，建立測(cè)量效果的方法，對(duì)這個(gè)過(guò)程進(jìn)行迭代，直到最終的研究結(jié)果被修正到足夠有用的水平。晨會(huì)是一個(gè)交流各個(gè)試驗(yàn)進(jìn)展的機(jī)會(huì)。

上午

現(xiàn)在我們有了各自的任務(wù)。是時(shí)候做一點(diǎn)實(shí)際工作了。這是一天中最有趣的部分。這是我坐下來(lái)專(zhuān)注于一個(gè)實(shí)際問(wèn)題的時(shí)候。

這可能意味著研究處理偶圖的方法，或者寫(xiě)一些代碼計(jì)算高斯超幾何函數(shù)。但每個(gè)星期面對(duì)的問(wèn)題很少相同。擁有數(shù)學(xué)、統(tǒng)計(jì)、編程的背景對(duì)解決這些問(wèn)題來(lái)說(shuō)很重要，但仍然不夠。成為每種方法的專(zhuān)家是不可能的。下一個(gè)問(wèn)題將需要什么知識(shí)也是無(wú)法預(yù)知的。

這就是為什么數(shù)據(jù)科學(xué)家需要不斷學(xué)習(xí)和無(wú)窮的好奇心。

多數(shù)情況下，每個(gè)新問(wèn)題需要一種新方法。這些方法不僅對(duì)你來(lái)說(shuō)是新的，對(duì)整個(gè)世界來(lái)說(shuō)也是新的。這是數(shù)據(jù)科學(xué)的挑戰(zhàn)之處和刺激來(lái)源。

不確定性不僅是一種統(tǒng)計(jì)學(xué)的屬性，也是一種生活方式。

午間

數(shù)據(jù)科學(xué)的實(shí)踐不止于應(yīng)用某些算法的技術(shù)細(xì)節(jié)，或是在白板上寫(xiě)出高深的算式。

歸根結(jié)底，我們要解決現(xiàn)實(shí)生活中的問(wèn)題。這意味著理解其他人面對(duì)的問(wèn)題。午間是跟客戶(hù)、商業(yè)拓展部門(mén)、服務(wù)部門(mén)以及任何對(duì)我們客戶(hù)和合伙人每天面對(duì)的問(wèn)題有全面了解的人士碰面的好時(shí)候。

大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的力量如果不能為他人創(chuàng)造便利就沒(méi)太大意義。這是數(shù)據(jù)科學(xué)中一個(gè)重要的，但是常被忽略的步驟。它決定一個(gè)項(xiàng)目最終的成敗。這也是區(qū)分?jǐn)?shù)據(jù)科學(xué)與傳統(tǒng)學(xué)術(shù)的一點(diǎn)。

把一個(gè)業(yè)務(wù)問(wèn)題翻譯成一個(gè)縝密的研究項(xiàng)目，再把研究結(jié)果翻譯成一個(gè)實(shí)際的解決方案，這需要對(duì)業(yè)務(wù)的深入理解，以及大量的創(chuàng)造力。

閉門(mén)造車(chē)，沒(méi)完沒(méi)了做算法調(diào)優(yōu)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)永遠(yuǎn)不會(huì)成功。的確，有時(shí)為了讓一個(gè)項(xiàng)目最終交付需要這么做。但如果這些都不能投入實(shí)際應(yīng)用還有什么意義?

數(shù)據(jù)能告訴我們的關(guān)于世界的知識(shí)與數(shù)據(jù)本身中間存在一道鴻溝。與一線工作人員保持良好的交流關(guān)系，是彌補(bǔ)這一鴻溝的唯一方式。

下午

我們已經(jīng)卷起袖子，從技術(shù)和實(shí)際的層面鉆研了問(wèn)題。是時(shí)候退一步，思考一下全局了。

我們"數(shù)據(jù)分析師"常常在下午花些時(shí)間詳細(xì)討論某個(gè)項(xiàng)目的目標(biāo)，或者探討把一個(gè)研究項(xiàng)目變成可交付的形式所需的剩余步驟。

與產(chǎn)品團(tuán)隊(duì)的密切交流可以確保我們的工作與機(jī)構(gòu)的總體愿景/目標(biāo)保持一致。確保專(zhuān)注于關(guān)鍵問(wèn)題是很重要的。由于我們的工作是解決問(wèn)題，所以必須確保解決方案行得通。我的意思是，在實(shí)際工作中行得通。根據(jù)特定業(yè)務(wù)提供解決方案只是個(gè)開(kāi)始。

我們需要建立可靠的、可重復(fù)使用的工具。

這既包括把一個(gè)試驗(yàn)推廣到更多的實(shí)用案例，也包括構(gòu)造一個(gè)能夠深入產(chǎn)品的解決方案。

這個(gè)環(huán)節(jié)是我們最像軟件開(kāi)發(fā)者的部分，考慮并編寫(xiě)一些測(cè)試來(lái)確保表現(xiàn)、穩(wěn)定性、擴(kuò)展性。我們?cè)赨mbel的軟件工程團(tuán)隊(duì)負(fù)責(zé)建立宏大的系統(tǒng)，我們不能扔給他們額外的工作，讓他們?yōu)槲覀兪帐盃€攤子。

把這些試驗(yàn)變成軟件的一個(gè)功能，唯一的辦法是在項(xiàng)目全程時(shí)刻想著這個(gè)目標(biāo)。這也就是為何研究階段不應(yīng)只包含數(shù)學(xué)。

我們需要知道我們不僅能解決某個(gè)問(wèn)題，還能現(xiàn)實(shí)的限制中構(gòu)造軟件來(lái)解決這個(gè)問(wèn)題。

結(jié)束這一天

經(jīng)歷了所有這些之后，有必要深吸一口氣，看看自己究竟走了多遠(yuǎn)。有些日子會(huì)比其他日子走的更遠(yuǎn)。大多數(shù)試驗(yàn)則以失敗告終。

多數(shù)解決方案在最終展示之前需要調(diào)整打磨。通常很少有什么能保證你選擇的路線是對(duì)的。開(kāi)天辟地的過(guò)程始終伴隨著不確定性。但這個(gè)過(guò)程中的每天，你都會(huì)學(xué)到新東西。這一天的結(jié)尾，我們反思我們學(xué)到了什么，并把這有關(guān)世界的新知識(shí)帶到明天的晨會(huì)。

經(jīng)過(guò)足夠的努力，我們最終獲得針對(duì)特定問(wèn)題的直接可行的答案。

我們可以對(duì)這個(gè)答案充滿(mǎn)自信，因?yàn)樗蓴?shù)據(jù)嚴(yán)謹(jǐn)?shù)刂?。這個(gè)時(shí)候，我們還是沒(méi)有結(jié)束代碼的編寫(xiě)。正如我之前所說(shuō)，數(shù)據(jù)科學(xué)項(xiàng)目的一個(gè)關(guān)鍵環(huán)節(jié)是把最終結(jié)果翻譯成有意義、實(shí)用的東西。

我們"數(shù)據(jù)分析師"需要把我們學(xué)到的東西有效地傳達(dá)給不同背景的受眾。最終，我們需要利用數(shù)據(jù)講一個(gè)故事。跟其他環(huán)節(jié)一樣，這個(gè)環(huán)節(jié)沒(méi)有什么唯一的正確方法。這個(gè)環(huán)節(jié)中我們尋找用圖表把結(jié)果可視化的方法，或者在一個(gè)平面展示從問(wèn)題到解答的各個(gè)環(huán)節(jié)，或者僅僅是宣布“好的，我們需要做的事是這樣的?！?/span>

這里的關(guān)鍵在于，在結(jié)束時(shí)，每個(gè)人都能理解要做什么以及為什么這么做。

結(jié)語(yǔ)

你可能見(jiàn)過(guò)網(wǎng)上流傳的那些展示數(shù)據(jù)科學(xué)家需要多少種交叉技能的圖片。

他們會(huì)告訴你數(shù)據(jù)科學(xué)家是一個(gè)天生就是數(shù)學(xué)家的軟件工程師，或者一名喜歡在周末把自己消耗的咖啡數(shù)量做成的精美可視化項(xiàng)目的MBA。

希望這個(gè)有關(guān)數(shù)據(jù)科學(xué)家"數(shù)據(jù)分析師"日常的探討能讓你明白這些圖片是怎么來(lái)的。但數(shù)據(jù)科學(xué)不是對(duì)某種工作的描述，它是一個(gè)過(guò)程。的確，你需要上面提到的技能，甚至更多技能來(lái)成功實(shí)現(xiàn)一個(gè)數(shù)據(jù)科學(xué)項(xiàng)目。

不過(guò)，不要認(rèn)為你需要什么事都一個(gè)人完成。數(shù)據(jù)科學(xué)，如同任何其他復(fù)雜的努力一樣，是團(tuán)隊(duì)協(xié)作。這也就是為什么你很少看見(jiàn)兩個(gè)履歷相同的數(shù)據(jù)科學(xué)家。一個(gè)優(yōu)秀的數(shù)據(jù)科學(xué)團(tuán)隊(duì)?wèi)?yīng)囊括所有這些技能，擁有專(zhuān)家和通才，每個(gè)成員都有強(qiáng)烈的好奇心。

如果有某件事情是數(shù)據(jù)科學(xué)家{數(shù)據(jù)分析師}必須擅長(zhǎng)的，那就是學(xué)習(xí)。