最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

译文:想成为受人尊重数据科学家的六个诀窍

[复制链接]
跳转到指定楼层
楼主
发表于 2015-2-27 09:27:05 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

2012年《哈佛商业评论》将数据科学工作称为21世纪最性感的工作。就在两个月前,领英网分享了“2014帮你成功应聘的25项最热技能”——猜测什么类型的从业者拥有这些技能?这些关注引发了大量文章讨论分析新人如何登上数据科学家链条顶端所需具备的技能。我们都熟知的常态列表:深厚的统计及数学背景,编程技能,分析技巧等等。然而是什么能够使分析人员变的伟大?


到底什么是数据科学家?

企业聘任数据分析师日渐发展成为标准。从商业分析师到数据天才,职位信息和所在部门也千差万别,但所承担的角色却基本相同。这些人员分析企业数据从各类商业资产中深度发掘价值。但是即使你拥有所有这些技术技能,可能你仍然只是一个平庸的数据人员。

下面将列出成为伟大数据科学家的非技术类技能:

1.优秀的沟通能力

如果你不能准确的向你部门以外的人阐释你所掌握神奇的新发现,那么这些发现将会一文不值。一个伟大的数据科学家是能够将他的技术发现用清晰流畅的语言传递给非技术团队的人。他(她)需要理解业务和非技术人员的需求并恰如其分用数据形式表达。或许会令你们中一些人惊讶的是,一些很好的睿智之见实际上来自出乎意料的来源。那些销售和营销部门的人员生活在你们分析的数据之中,他们突然让你向那些你之前从未想到的点子靠近或许并不夸张。因此,沟通是双向的,积极沟通并认真听取。


2.掌握数据,而不仅仅是了解数据

这或许令你们其中的一些人不会感到兴奋的事是,只有那些在公司土生土长的人可能更好从公司数据中发掘价值。你同时需要所处产业有深刻的理解,包括你的公司正视图解决的难题。当然,有时新的见解或许对于打破现状,给予事物新的视角是很好的;但多数情况下,掌握公司内外部数据的人能够更得心应手的应用数据或者将数据与创新性的观点相联系。

3.打破思维禁锢

集思广益,跳出思维禁锢。你可能随时随地针对任何事物听到这些话。在数据科学中这也很重要,因为它能让你置身事外。之所以这么说所指的是不要只看到你自己公司内的数据“禁锢”。你的竞技天地应该是广泛的数据集合而不是内部的数据资源。学会将它转化为你们的优势,同时培养探索解决方案(“真知”)的好奇心。

4.懂得何时坚守根本

我们谈到很多创新和找到新途径,但是工作结束之时设置工作标准和更多达成基础的关键业绩指标(KPI)会是成功的策略。伟大的数据科学家当项目开始时就知道向核心目标迈进或者解决重点问题。例如,当你们在进行更具创造性的计算和分析前,记住你们很可能在帮助营销人员分析只因把CRM数据与Adwords数据简单拼凑而导致失败的营销活动找原因。

5.不要再次发明车轮

在很多组织中无数时间被浪费在那些有人在你之前已经做过的数据项目上。经常情况下,只需几分钟时间就能够让你从公司其他人员或网上找到你想解决问题的答案。例如,网上有无数地方或者无数印刷品能够找到生产代码或者简单的数据操作技巧。别太傻,在开始工作之前,先做检索。


6.时刻坚守流程

当你们开启一个项目时,时刻坚守工作流程非常重要。尽管人跟人做事的方法千差万别,但一般来讲应该有数据类项目的系列工作方法。我们认为的关键点,对于任何数据科学家来说这个流程都是必备的,是尽可能沿着这套工作方法展示和讨论你们的问题和研究,因为对于发掘创新性观念来讲反馈意见至关重要。正如我们之前讨论过,成为优秀的沟通者非常关键,这也是坚守流程的原因之一。

译自:smartdatacollective,原文标题:6 Tips for Being an Awesome Data Scientist

原文作者:Eran Levy  本文由36大数据翻译组-大海翻译,转载必须获得本站及译者的同意,拒绝任何不表明译者及来源的转载!



楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-16 13:28

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表