數(shù)據(jù)科學(xué)就業(yè)市場(chǎng)正在迅速變化。能夠建立機(jī)器學(xué)習(xí)模型曾經(jīng)是只有少數(shù)杰出科學(xué)家才具備的一項(xiàng)精英技能。但是現(xiàn)在，任何具有基本編程經(jīng)驗(yàn)的人都可以按照以下步驟來(lái)訓(xùn)練一個(gè)簡(jiǎn)單的scikit-learn或keras模型。招聘人員收到了大量的求職申請(qǐng)，因?yàn)閲@“本世紀(jì)最性感的工作”的炒作幾乎沒有減弱，而招聘工具正變得越來(lái)越容易使用。人們對(duì)數(shù)據(jù)科學(xué)家應(yīng)該帶來(lái)什么的期望已經(jīng)發(fā)生了變化，企業(yè)開始認(rèn)識(shí)到，訓(xùn)練機(jī)器學(xué)習(xí)模型只是數(shù)據(jù)科學(xué)成功的一小部分。

下面是讓最好的數(shù)據(jù)科學(xué)家脫穎而出的四個(gè)最有價(jià)值的品質(zhì)。

1.聚焦業(yè)務(wù)

對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)，最常見的動(dòng)機(jī)之一是對(duì)在數(shù)據(jù)中發(fā)現(xiàn)模式的自然好奇心。深入研究探索數(shù)據(jù)集的工作是令人興奮的，用該領(lǐng)域的最新技術(shù)進(jìn)行實(shí)驗(yàn)，系統(tǒng)地測(cè)試它們的效果，并發(fā)現(xiàn)一些新的東西。這種類型的科學(xué)動(dòng)機(jī)是數(shù)據(jù)科學(xué)家應(yīng)該具備的。但如果它是唯一的動(dòng)力，那就成了問題。在這種情況下，它可能導(dǎo)致人們?cè)谝粋€(gè)孤立的泡沫中思考，迷失在統(tǒng)計(jì)細(xì)節(jié)中，而沒有考慮他們工作的具體應(yīng)用和公司的更大背景。

最好的數(shù)據(jù)科學(xué)家了解他們的工作如何與整個(gè)公司相適應(yīng)，并具有交付業(yè)務(wù)價(jià)值的內(nèi)在驅(qū)動(dòng)力。當(dāng)簡(jiǎn)單的解決方案足夠好時(shí)，他們不會(huì)浪費(fèi)時(shí)間在復(fù)雜的技術(shù)上。他們?cè)儐栱?xiàng)目的更大目標(biāo)，并在跳到解決方案之前挑戰(zhàn)核心假設(shè)。他們關(guān)注整個(gè)團(tuán)隊(duì)的影響，并主動(dòng)與涉眾溝通。他們對(duì)新項(xiàng)目充滿創(chuàng)意，敢于打破常規(guī)。他們?yōu)樽约簬椭硕嗌偃硕院溃皇撬麄兪褂玫募夹g(shù)有多先進(jìn)。

數(shù)據(jù)科學(xué)在很大程度上仍是一個(gè)不標(biāo)準(zhǔn)化的領(lǐng)域，數(shù)據(jù)科學(xué)訓(xùn)練營(yíng)所教授的內(nèi)容與企業(yè)實(shí)際需要的內(nèi)容之間存在很大差距。最好的數(shù)據(jù)科學(xué)家不怕走出自己的舒適區(qū)，去解決緊迫的問題，并最大限度地發(fā)揮其影響。

2.扎實(shí)的軟件工程技能

當(dāng)人們想到理想的數(shù)據(jù)科學(xué)家時(shí)，他們腦海中往往會(huì)浮現(xiàn)出來(lái)自名牌大學(xué)的著名人工智能教授。當(dāng)公司正在競(jìng)爭(zhēng)建立盡可能高精確度的機(jī)器學(xué)習(xí)模型時(shí)，招聘這樣的人才是有意義的。當(dāng)用任何必要的方法擠出最后一個(gè)精度百分比非常重要時(shí)，那么你就需要注意數(shù)學(xué)細(xì)節(jié)，測(cè)試最復(fù)雜的方法，甚至發(fā)明專門針對(duì)特定用例進(jìn)行優(yōu)化的新的統(tǒng)計(jì)技術(shù)。

但在現(xiàn)實(shí)世界中，這幾乎沒有必要。對(duì)于大多數(shù)公司來(lái)說(shuō)，具有相當(dāng)精確度的標(biāo)準(zhǔn)模型已經(jīng)足夠好了，不值得花費(fèi)時(shí)間和資源把這些模型變成世界上最先進(jìn)的模型。更重要的是，要快速地以可接受的精度構(gòu)建模型，并盡早建立反饋周期，這樣你就可以開始迭代并加速識(shí)別最有價(jià)值的用例的過(guò)程。準(zhǔn)確性上的微小差異通常不是數(shù)據(jù)科學(xué)項(xiàng)目成功或失敗的原因，這也是為什么在商業(yè)世界中軟件工程技能勝過(guò)科學(xué)技能的原因。

數(shù)據(jù)團(tuán)隊(duì)的典型工作流程通常是這樣的:數(shù)據(jù)科學(xué)家用反復(fù)試驗(yàn)的代碼和意大利面條式的代碼構(gòu)建了一些解決方案的原型。一旦結(jié)果開始看起來(lái)很有希望，他們就把它們交給軟件工程師，然后他們必須從頭重寫所有內(nèi)容，使解決方案具有可擴(kuò)展性、效率和可維護(hù)性。不能期望數(shù)據(jù)科學(xué)家交付與全職軟件工程師水平相當(dāng)?shù)纳a(chǎn)代碼，但是如果數(shù)據(jù)科學(xué)家更熟悉軟件工程原理，并且對(duì)可能出現(xiàn)的體系結(jié)構(gòu)問題有一定的認(rèn)識(shí)，那么整個(gè)過(guò)程將會(huì)更加順暢和快速。

隨著越來(lái)越多的數(shù)據(jù)科學(xué)工作流被新的軟件框架所取代，扎實(shí)的工程技能是數(shù)據(jù)科學(xué)家最重要的技能之一。

3.關(guān)注期望管理

從外部來(lái)看，數(shù)據(jù)科學(xué)可能是一個(gè)非常模糊和令人困惑的領(lǐng)域。這只是一種炒作，還是世界真的正在經(jīng)歷一場(chǎng)革命性的變革?每個(gè)數(shù)據(jù)科學(xué)項(xiàng)目都是機(jī)器學(xué)習(xí)項(xiàng)目嗎?這些人是科學(xué)家、工程師還是統(tǒng)計(jì)學(xué)家?他們的主要輸出軟件還是儀表盤和可視化?為什么這個(gè)模型向我展示了一個(gè)錯(cuò)誤的預(yù)測(cè)，有人能修復(fù)這個(gè)bug嗎?如果他們現(xiàn)在只有這幾行代碼，那么在過(guò)去的一個(gè)月里他們一直在做什么呢?

有很多事情是不清楚的，數(shù)據(jù)科學(xué)家應(yīng)該做什么，在公司的不同人之間的期望可能會(huì)有很大的差異。

對(duì)于數(shù)據(jù)科學(xué)家來(lái)說(shuō)，主動(dòng)地、持續(xù)地與涉眾溝通是至關(guān)重要的，這樣才能設(shè)定清晰的預(yù)期，及早發(fā)現(xiàn)誤解，并讓所有人都站在同一立場(chǎng)上。

最好的數(shù)據(jù)科學(xué)家了解其他團(tuán)隊(duì)的不同背景和議程如何影響他們的期望，并仔細(xì)調(diào)整他們的溝通方式。他們能夠以簡(jiǎn)單的方式解釋復(fù)雜的方法，以便非技術(shù)涉眾更好地理解目標(biāo)。他們知道什么時(shí)候該抑制過(guò)于樂觀的預(yù)期，什么時(shí)候該說(shuō)服過(guò)于悲觀的同事。最重要的是，他們強(qiáng)調(diào)數(shù)據(jù)科學(xué)固有的實(shí)驗(yàn)性質(zhì)，當(dāng)一個(gè)項(xiàng)目的成功仍不明朗時(shí)，他們不會(huì)過(guò)度承諾。

4.熟悉云服務(wù)

云計(jì)算是數(shù)據(jù)科學(xué)工具包的核心部分。在很多情況下，在本地機(jī)器上擺弄Jupyter notebook已經(jīng)達(dá)到極限了，不足以完成任務(wù)。當(dāng)你需要在功能強(qiáng)大的gpu上訓(xùn)練機(jī)器學(xué)習(xí)模型、在分布式集群上并行化數(shù)據(jù)預(yù)處理、部署REST api來(lái)公開機(jī)器學(xué)習(xí)模型、管理和共享數(shù)據(jù)集或查詢數(shù)據(jù)庫(kù)以進(jìn)行可擴(kuò)展分析時(shí)，云服務(wù)尤其有用。

最大的供應(yīng)商是Amazon Web Services (AWS)、Microsoft Azure和谷歌云平臺(tái) (GCP)。

考慮到大量的服務(wù)和平臺(tái)之間的差異，云服務(wù)提供商幾乎不可能勝任必須提供的所有服務(wù)。但是，對(duì)云計(jì)算有一個(gè)基本的了解是很重要的，以便能夠?yàn)g覽文檔并了解在需要時(shí)這些特性是如何工作的。至少，這可以讓你向其他數(shù)據(jù)工程師提出更好的問題和更具體的需求。

好了。對(duì)于正在尋求數(shù)據(jù)科學(xué)團(tuán)隊(duì)的公司，我建議尋找能夠務(wù)實(shí)解決問題，有很強(qiáng)的工程能力，能夠調(diào)整對(duì)業(yè)務(wù)價(jià)值的候選人。統(tǒng)計(jì)優(yōu)勢(shì)可以帶來(lái)很多價(jià)值，但是對(duì)于大多數(shù)用例來(lái)說(shuō)，它變得不那么重要了，尤其是在早期的團(tuán)隊(duì)中。

到目前為止，大多數(shù)公司更傾向于雇傭具有強(qiáng)大學(xué)術(shù)背景的數(shù)據(jù)科學(xué)家，比如數(shù)學(xué)或物理博士?？紤]到該行業(yè)近年來(lái)的發(fā)展，未來(lái)是否會(huì)有更大比例的軟件工程師或技術(shù)產(chǎn)品經(jīng)理轉(zhuǎn)變?yōu)閿?shù)據(jù)科學(xué)角色，將是一個(gè)有趣的問題。