作為一門逐漸成熟的新興領域，與數據科學相關的很多領域開始變得備受青睞，比如數據工程，數據分析以及機器學習和深度學習。數據科學家們必須帶著具有科學性、創(chuàng)造性和研究性的思維，從各路數據集中提取有用信息，以解決客戶面臨的潛在挑戰(zhàn)。

生活會不斷衍生出數據，涉及零售、交通、金融和醫(yī)療健康領域。觸手可及的各類計算產品和人工智能的飛速發(fā)展將一群通過獲取、分析和利用原始數據的數據科學家們推到了聚光燈下。

2016年，數據科學家們選出了在北美洲最受歡迎的50種工作，這份榜單是參考收入潛力、工作滿意度以及在Glassdoor招聘網站上的需求量等各項指標得出的結果。

所以成為一名數據科學家應具備哪些品質呢？

為了搞清楚這個問題，我采訪了Ben Chu，他是路孚特實驗室的一名資深數據科學家。Chu有人工智能領域的背景，擅長處理語言、語義和圖表，并且在新加坡的路孚特實驗室有著兩年的工作經驗。

1.保持好奇

Chu在訪談的一開始就提到，數據科學家應該像調查員一樣思考。你要時刻保持好奇，永遠都想知道“為什么？”“就好像自己是一個偵探，通過這些數據拼湊細節(jié)以尋找新的線索?！?/p>

在金融界，數據科學家們從一系列數據集中提取信息，以供客戶參考并幫助制定決策。數據科學家們會把目光鎖定在客戶想要解決的問題上面，然后從他們獲得的數據中抽絲剝繭，得出線索。

通過和Chu的交談，我領悟到了抓重點的重要性，調查背景也是很重要的。如果不能解決潛在問題，即使是再完美的分析也無助于此。有時候你需要轉回來，嘗試新的方法，重新思考問題。核心在于要保持好奇，愛上提問。

2.有創(chuàng)造力

數據科學并不僅僅指一種科學的方法，這個稱號其實會誤導大家。你不一定要有科研背景，但必須有創(chuàng)新性思維——另一種思維是解決問題的關鍵。

“我經常在兩種思維之間來回切換，是通過科學性思維還是創(chuàng)造性思維來探索更多的新的不同的解決方式。有邏輯的、科學的思考對于結論產出的幫助是必不可少的，但具備創(chuàng)造性思維也同樣重要：我也將成功和失敗的案例視為觀察新模式的線索。”

3.學習如何編碼

你需要扎實的編碼技能，才能預處理不同的數據源，并且能夠使用各種數據處理技術，來解決棘手或不完整的數據。你得能夠創(chuàng)建一個機器學習管道，這要求你知道如何構建模型，如何使用工具和框架來評估和分析其性能。

與大多數數據科學家一樣，Chu使用Python，因為里面有許多很贊的包可用于操作和建模數據。事實上，GalasWalk在2017的上半年為數據科學家提供了10000份招聘信息，發(fā)現Python、R和SQL這三種特殊技能是數據科學中大多數職位空缺的根本原因。

Ben Chu的團隊依賴于開源的機器學習軟件包，如Tensorflow、Pytorch和BERT。

“我們主要將Confluence用作文檔工具；MLFlow、Amazon Sagemaker、Scikit Learn、Tensorflow、PyTorch和BERT用于機器學習；Apache Spark用于在大型數據集上構建快速數據管道；Athena用作處理后數據的存儲數據庫。我們還使用Superset連接數據，輕松構建儀表板以輸出圖表，使其更直觀?！?/p>

4.科學思考

數據科學家們會運用不同的工具來管理流程、數據、進行注釋和編碼?！拔冶仨毷峙Γ瑫r刻衡量并追蹤自己的進度，這樣才有機會開展復盤工作，嘗試新的方向，不斷比對結果?！?/p>

“重要的是要時刻秉持科學的原則，在分析時參考相應的數據，實驗和文獻，以便隨時調整結論。我需要把這些資料整理好，所以我會用Notion作為初步保存所有筆記、論文和可視化的基本工具。

Chu強調，不僅要保留目前的調查記錄，還要保留以前所有調查結果的記錄?！斑@就像是一本數據科學日志。每當遇到類似的情況時，我都會把值得參考的要點保存好，下次再遇到問題時可以有指導?！?/p>

5.擔心“冒名頂替綜合征”，大可不必

Chu現在是路孚特實驗室的資深數據科學家，但他年少時曾想成為一名音樂家，并且對語言特別著迷。“對于我在自然語言處理領域的工作，這需要我對語言學有較深的了解，特別是語義學和語言的細微差別?！?/p>

他解釋說，一個數據科學團隊需要一系列技能——他和他的同事擁有從不同背景發(fā)展而來的重疊技能。

“你需要的技能將取決于工作領域。比如我需要對金融領域有很好的了解，數據分析目前應用于防詐騙領域，通過建立異常檢測方法來檢測交易數據中不符合規(guī)范的欺詐‘行為’”。

“像我這樣的數據科學家需要懂得如何處理各種孤立的金融數據。關鍵是要建立各種數據之間的聯系，如果不知道它們之間的聯系的話，就無法建立一個成功的模式。”

做一名計算機科學家或數學家并不是進入數據科學領域的必要條件。沒有人精通所有領域。你可能有法律、經濟或科學背景。這些背景決定了你的思考方式。如果能靈活運用各種知識并將其系統(tǒng)化，那么在使用工具、框架和數據集時，就能夠熟悉這些工具、框架和數據集的細節(jié)。

如何開始

對于那些熱衷于數據科學技能的人，Chu提供了一些實用的技巧，這些技巧很容易學會。你可以尋找研究社區(qū)，參加網絡研討會，并在網上尋找找到培訓課程。一旦可以進行當面交流，Chu建議你在數據科學領域活躍起來。

“參加會議和編程馬拉松，這將幫助你研究建立一個強大的網絡，讓你有機會說出自己的想法，啟發(fā)研究和回答疑問”。

數據科學是一個全新的領域，而且還在處于不斷成熟階段。隨著機器學習和深度學習工程師的出現，數據科學家、數據工程師和數據分析員等各種不同的職位也出現了，也許你會發(fā)現自己更適合或者更喜歡另一個職位呢。

一切都在不斷變化之中，永葆好奇心和創(chuàng)造力，繼續(xù)探索吧！