5个技巧，教你从初级数据科学家成长为资深数据科学家

初级数据科学家和高级数据科学家之间有着显著的差异，如果你现在处于初级阶段，你可能会想知道：

• 公司对每个角色的期望是什么？
• 从初级升级到高级，需要哪些技能？

成功不是偶然，成功是一种选择。—— 库里

这篇文章中，我们将讨论初级和高级数据科学家所需的不同技能和职责期望。如果你想了解更多数据分析相关内容，可以阅读以下这些文章：
软件开发和软件工程师的区别
快速发展的公司最想招聘的两类软件工程师
给软件工程师（SDE）的15条日常小技巧
为什么谷歌把SQL当代码对待？你也应该这样做！

我们将通过以下几点来讨论：

• 岗位的主要差异和职责期望
• 所需的技术能力和期望
• 为什么软技能很重要，以及哪一项软技能很重要

主要差异和职责期望

初级数据科学家通常在数据领域中有两年左右的经验，一般来说，他们刚刚开始学习新技能，并在巩固这些技能。相对的，高级数据科学家一般拥有五年或五年以上的工作经验，因此，他们对数据科学的概念有更深入的理解，并能够以创新的方式应用这些概念。

那么，初级和高级数据科学家需要哪些不同的技能呢？初级数据科学家需要有数据清理、分析和建模方面的能力。他们还需要了解基本的机器学习算法，并知道如何有效地使用它们。高级数据科学家不但需要精通以上所有技能，还需要是大数据技术和架构方面的专家。除此之外，他们还应该能够开发复杂的数据产品和解决方案。

除了拥有不同的技能外，对于初高级数据科学家的职责期望也是不一样的：

• 初级数据科学家一般需要做一些常规的数据清理和分析任务。他们也可能被要求开发模型或原型，但他们主要关注的是学习新技能和扩大知识基础。
• 而对于高级数据科学家来说，他们的职责是领导项目、指导初级人员、并帮助业务利益相关者产生想法。他们还负责解决复杂的业务问题和创新解决方案。

成为高级数据科学家需要多长时间？

成为高级数据科学家需要时间和奉献精神。这不是一夜之间就能完成的事情，你通常需要五年或更长的时间才能达到目标。在这段时间里，你需要学习新的技能，不断扩大你的知识基础，你还需要在现实场景中有效地应用你所学到的技能。

成为高级数据科学家需要哪些技术技能？

能够领导端到端的项目

你需要能够领导一个端到端的数据科学项目。这包括数据清理和预处理、特征工程、找到最相关的模型、算法调整、性能优化和结果解释。

初级数据科学家应该已经知道这些步骤，然而，公司还是希望高级管理人员能够掌握它们，并在没有第三方验证的情况下执行这些技能。

在项目开始时，高级数据科学家还应该清楚地知道哪些步骤是有必要的，并估计执行这些步骤所需的时间。

这就引出了第二项技能。

有良好的项目管理能力

与初级数据科学家相比，高级数据科学家会被期望执行大多数项目的管理工作。这将包括：

• 确保明确的项目内容：与利益相关者会面，编写分析计划，制定详细的议程，定义最终成果的样子，并建立跟踪机制。
• 管理时间线：确定需要做什么，在正确的时间沟通，在正确的时间停止调查。
• 监控项目的执行情况：这包括每日/每周状态会议，维护计划，并标记与计划的偏差。
• 与利益相关者沟通：以有效的方式进行沟通（不仅仅是报告数字）。例如，能够翻译数据科学概念，以便业务利益相关者能够理解它们。

业务到数据转换：确保影响

高级数据科学家还需要知道如何将业务问题转化为技术解决方案。他需要能够提出假设，并找出验证这些假设所需的数据。

他们还应该能够与商业利益相关者合作，了解他们将如何使用项目的成果或结论。

资深数据科学家有一个最重要的技能：确保项目能产生影响。在开始一个项目时，如果对项目的理解不够深刻，那么项目的输出很可能偏离现实、无法被利益相关者使用，从而导致项目失败。

举个例子，如果你可以用95%的准确率预测Y事件，但你只能每月得到一个答案，而你的利益相关者需要每天做出决定，那这个预测就是无用的。相反，如果你能每天预测，就算结果不那么准确，情况都比一月一次更好。

成为高级数据科学家需要哪些软技能？

良好的沟通技巧非常重要

除了技术能力，资深数据科学家还需要强大的=  技能。例如，他们需要能够和利益相关各方进行有效的沟通，并以他们能够理解的方式传达数据相关的概念。

当然，在某些情况下，如果高级数据科学家更专注在技术道路上，那么强大的沟通技能可能就不那么重要了。尽管如此，即使是最具技术性的数据科学家，也需要表述他们的发现成果，并能够使人信服。

需要指导能力和领导力来支持团队

高级数据科学家还必须学会领导和指导初级数据科学家。这包括培养团队合作技能，并在成员需要时提供指导和支持。最后，高级数据科学家必须能独立工作，并在需要时采取主动。

指导和培训他人也是高级数据科学家工作的一个关键方面。作为导师，他必须能够：

• 提供有关数据科学工具和技术的建议
• 指导如何构建数据分析项目
• 检查数据科学工作产品的准确性和完整性
• 指导正确的编程实践、建模方法等
• 评估初级数据科学家同事的潜力

结论

高级数据科学家所需的技能多种多样，包括这些技术和软技能：

• 他们必须具备强大的分析能力，还能负责开发解决复杂业务问题的创新解决方案。
• 他们应该知道如何领导一个端到端的项目。
• 他们必须掌握与商业利益相关者的沟通。
• 他们要能领导和指导初级数据科学家。
• 此外，保持批判性思维，对数据科学家也是非常重要的。

以上就是今天分享的全部内容。你是初级还是高级数据科学家？你对这篇文章有什么看法？欢迎在下面的评论中告诉我们！你还可以订阅我们的YouTube频道，观看大量数据科学相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/

原文作者：Valentin Mucke
翻译作者：Jiawei Tong
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://towardsdatascience.com/5-skills-to-move-from-junior-to-senior-data-scientist-94268137c0f3