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