作者: Admond Lee
編譯: Mika
CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉(zhuǎn)載需授權(quán)

我從事數(shù)據(jù)科學(xué)工作了已經(jīng)將近半年了，我一路上成長了很多，也犯了很多錯誤，并在這一過程中從學(xué)習(xí)了很多。

不存在沒有失敗，只有反饋。而現(xiàn)實世界就是一種反饋機制。

是的，學(xué)習(xí)之旅并不容易。我們該做的就是繼續(xù)努力，不斷學(xué)習(xí)和改進(jìn)。

通過這段時間的學(xué)習(xí)歷程，我發(fā)現(xiàn)在從事數(shù)據(jù)科學(xué)領(lǐng)域時，大多數(shù)初學(xué)者可能會遇到一些常見的陷阱。在本文中我總結(jié)出了當(dāng)中最需要注意的五點，希望能幫助你更好地進(jìn)行數(shù)據(jù)科學(xué)之旅，讓我們開始吧！

1. 業(yè)務(wù)領(lǐng)域知識

在剛開始從事數(shù)據(jù)科學(xué)工作時，這一點讓我最印象深刻。一開始我并沒有意識到領(lǐng)域知識的重要性。相反，我花了大量時間用于提高技術(shù)知識，而且是在不真正了解業(yè)務(wù)需求的情況下構(gòu)建復(fù)雜的模型。

如果不徹底了解公司業(yè)務(wù)，你的模型很可能不會為公司增加任何價值，因為它無法滿足公司的商業(yè)目的，無論你的模型有多精確。

提高模型精度的最常用技術(shù)是網(wǎng)格搜索，用于搜索模型的最佳參數(shù)。但是，只有在了解業(yè)務(wù)需求，并添加相關(guān)功能訓(xùn)練模型的前提下，這樣才能顯著提升模型性能。同時，功能工程也非常重要，網(wǎng)格搜索只是改善模型的最后一步。

與此同時，你需要關(guān)注公司的業(yè)務(wù)，因為你的工作就是通過數(shù)據(jù)幫助公司解決問題。問問自己，你是否對公司目前的業(yè)務(wù)感興趣。

僅僅了解業(yè)務(wù)本身是不夠的，你還需要闡述自己的想法，并把相關(guān)內(nèi)容用容易理解的術(shù)語表達(dá)給其他公司高層以及同事。

換句話說，不要只用其他人不熟悉且晦澀難懂的專業(yè)術(shù)語，這樣只會引起不必要的誤解。

有時盡管你的分析見解是正確的，但也可能受到他人的質(zhì)疑，因此在展示如何用數(shù)據(jù)解決業(yè)務(wù)問題之前，建議你先表明自己對整個業(yè)務(wù)的了解，然后確定問題可用現(xiàn)有數(shù)據(jù)進(jìn)行回答。

2. 細(xì)致的思維模式和工作流程

做到就像偵探一樣，你需要注重細(xì)節(jié)。這在數(shù)據(jù)清理和轉(zhuǎn)換過程中尤為重要。現(xiàn)實世界中的數(shù)據(jù)很混亂，你必須能夠在數(shù)據(jù)的汪洋大海中找到所需的數(shù)據(jù)進(jìn)行分析處理。

因此，具有以細(xì)節(jié)為導(dǎo)向的思維模式和工作流程對于在數(shù)據(jù)科學(xué)領(lǐng)域取得成功至關(guān)重要。如果沒有一絲不茍的心態(tài)和嚴(yán)謹(jǐn)?shù)墓ぷ髁鞒?，你可能會在探索?shù)據(jù)的過程中失去方向。

你可能會在進(jìn)行了一段時間探索性數(shù)據(jù)分析后，但仍未獲得任何見解；你可能會不斷地用不同參數(shù)訓(xùn)練模型，希望得到改進(jìn)；你可能好不容易完成數(shù)據(jù)清理，而實際上數(shù)據(jù)卻不夠干凈，無法提供給模型。

曾經(jīng)我也經(jīng)歷過這些過程，后來我意識到自己缺乏結(jié)構(gòu)良好的工作流程，而且內(nèi)心急于求成。

最后我所做的是退后一步，從全局把握問題。并且重新梳理想法和工作流程，努力使一切都標(biāo)準(zhǔn)化和系統(tǒng)化。最終這奏效了！

3. 實驗設(shè)計和邏輯

系統(tǒng)的工作流程能夠為整個數(shù)據(jù)科學(xué)系統(tǒng)提供宏觀的角度; 實驗是工作流程中不可或缺的一部分，它包括假設(shè)測試和建模的過程。

Kaggle競賽等機器學(xué)習(xí)問題比較直接，從中你能獲得訓(xùn)練數(shù)據(jù)并開始構(gòu)建模型。

然而在現(xiàn)實情況比較復(fù)雜，你需要通過構(gòu)建邏輯和設(shè)計實驗來測試你的假設(shè)，并使用合適的指標(biāo)評估模型。

在實驗結(jié)束時，你的任何結(jié)論都需要事實和數(shù)據(jù)的支持，永遠(yuǎn)不要沒有驗證其有效性的情況下得出結(jié)論。

4. 溝通技巧

如果本文只能強調(diào)一點，那么我希望你能提高自己的溝通技巧。無論你是數(shù)據(jù)科學(xué)的初學(xué)者，還是數(shù)據(jù)科學(xué)專家。

當(dāng)在表達(dá)自己看法的同時，你需要聆聽他人的意見，并且能夠接受批評和反饋。

在與公司領(lǐng)導(dǎo)層和同事溝通業(yè)務(wù)時，要用簡單易懂的語言。這與第一點提到的業(yè)務(wù)領(lǐng)域知識一樣，如果缺乏這點會降低與團隊成員的溝通效率，因為他人可能很難理解你想表達(dá)的內(nèi)容。

更糟糕的是，缺乏溝通技巧會讓領(lǐng)導(dǎo)層難以理解你的分析結(jié)果。即使你的分析很復(fù)雜，但始終要用簡單的方式傳達(dá)你的想法和建議。

5. 用數(shù)據(jù)講故事

數(shù)據(jù)科學(xué)不僅僅是進(jìn)行數(shù)據(jù)處理和建模模。憑借能夠滿足業(yè)務(wù)需求的出色模型，你最終目標(biāo)應(yīng)該是通過數(shù)據(jù)講故事，把分析結(jié)果傳達(dá)給公司領(lǐng)導(dǎo)層，當(dāng)中需要能回答以下問題：

* 為什么我們要分析它？
* 我們可以從結(jié)果中獲得什么見解？
* 我們可以做出哪些決策或行動計劃？

用數(shù)據(jù)講故事既簡單又復(fù)雜。在數(shù)據(jù)驅(qū)動的分析中，有時即使是出色的模型和分析見解，也會因為糟糕的展現(xiàn)形式而變得毫無用處。這實在太可惜了！

想象一下你是公司領(lǐng)導(dǎo)，當(dāng)數(shù)據(jù)科學(xué)家給你展現(xiàn)了能夠出色解決業(yè)務(wù)問題的模型，而不做進(jìn)一步解釋。你可能會想，這很厲害，模型很在贊。那然后呢？

問題在于，模型結(jié)果和行動計劃之間沒有聯(lián)系起來。即使你展示了高度精確的模型預(yù)測，而其他人卻不知道該做什么。我們必須從他們的角度來思考，而不是僅僅滿足業(yè)務(wù)目標(biāo)。

有許多方法能夠改善這一情況，我將簡要介紹兩種方法，它們可以提供啟發(fā)性的見解并更好地制定行動計劃。

設(shè)置比較基準(zhǔn)

良好的模型沒有對比是不夠的。換句話說，需要基準(zhǔn)讓我們知道模型是否達(dá)標(biāo)。

如果沒有基準(zhǔn)，那么是不夠的，容易出現(xiàn)質(zhì)疑：怎樣才能被認(rèn)為是足夠好？我為什么要相信你的結(jié)果？

風(fēng)險管理

這一點尤為重要，因為它將決定你的模型是否會投入生產(chǎn)。這意味著你必須從模型性能中顯示最佳和最差的案例場景。

這就是風(fēng)險管理的用武之地，因為公司高層希望知道模型的局限在哪兒，當(dāng)模型投入生產(chǎn)時公司要承擔(dān)多大的風(fēng)險，這最終會影響行動計劃。

因此，風(fēng)險管理不僅會使你的結(jié)果更具吸引力，而且還會提高公司利對你的信心。

謝謝你的閱讀，希望這五點能夠?qū)δ愕臄?shù)據(jù)科學(xué)之旅中有所幫助。