数据科学家告诉你如何找到自己喜欢的职业

数据科学家告诉你如何找到自己喜欢的职业

统计分析,数据挖掘和数据呈现成为了2017年最热门的技能。在报告发表后,我与LinkedIn公司的数据科学总监Yael Garten进行了交流。Yael Garten的工作主要是利用数据来向公司推荐如何改善手机和电脑应用程序,以便与更好的像全球的会员服务。她在18岁参军时就已经接触到了数据行业,除此之外她也学习了基础生物学和临床护理,并于5年前加入了LinkedIn公司。现在让我们看看她对从事数据科学方面的意见和建议。

 

Yael Garten is a Director of Data Science at LinkedIn (Photo Courtesy: Yael Garten)

Drew Hansen: 你是什么时候知道自己想成为数据科学家的?

Yael Garten:  

我一直都非常喜欢数据,信息。当我还是一个小孩的时候,我就非常喜欢数学,科学,还有物理,上大学时我又被生物学,化学和科研所吸引。我喜欢将自己的结论转化成简单的故事,这样其他人就可以很好的理解。这激励了我,仿佛刺激我产生了更多的肾上腺素。我喜欢看到人们能非常轻松的了解我的成果。

这些都是数据科学家需要具备的基础:激情,好奇心,能够得出严谨,健全的结论并能很好的与其他人沟通,使他们明白理解。

Hansen:你为什么相信你适合这个行业?

Garten:

我知道这是适合我的职业,因为我发现它会令我感到精神振奋。我相信数据对世界是有影响的,无论是对我们的健康教育,家庭,职业,消费习惯还是经济。我也相信几乎一切事情都可以通过数据来改善,每一种商务与其公司的决定都应该是通过数据得来的,如果不是数据驱使的。

Hansen:聊一聊数据科学的典型步骤。

Garten:

数据科学是一个非常广泛的术语,涵盖数据产品,数据分析,数据工程等。 让我们来谈谈特定例子的步骤,以分析为例:

  • 理解问题并找出解决问题的数据

  • 得到并清洗数据
  • 提出数据种的假设和注意事项,并确定解决方法
  • 利用数据找到或提出解决问题的正确方法和注意事项
  • 得到初步结论,并在同事或者导师的帮助下进行审查
  • 完成结论,并以口头和书面形式与股东交流

Hansen: 对于以上的流程,有哪些是数据科学家的必备技能?

Garten:

问题/产品/商业意识。能够理解手头的问题。充分了解领域,提出正确的问题,并确定他们实际上要解决的问题,以及为什么。

好奇心和实际行动。好奇心是解决问题的核心,而专注行动,才能确保工作会产生实际的影响。必须清楚结果产生的进一步操作(例如,不同的决策,产品增加或策略更改)。

创造力,严谨和精湛的技术。创造性地思考不同角度或方法的能力。统计,数学和技术知识,以确保方法是健全的。以及执行解决方案的精湛技术,如编码正确,高效的并且可以重复使用的代码。

沟通,说服力和软技能。能够清楚地向他人说明数据如何解决这个问题(例如,记录更多的数据,连接不同的数据源,改变策略)。说服股东结果是正确的,推荐需要采取行动。与其他人交叉工作来推动新的变化,并确保工作产生预期的影响。

Hansen:对在校学生或刚刚踏出校园的学生有什么建议吗?

Garten:

我会建议他们在应用统计上有牢固的基础,最好是掌握一些机器学习,这取决他们以后想做哪方面的数据科学。他们需要有用凌乱的数据来解决现实问题的经验,并且熟悉几种编程语言,编写,统计,面向对象的编程语言(如:Python, R, SQL, 和 Java)。

Hansen:对于处于职业生涯中期想要转行的人有什么建议吗?

Garten:

在我所提到的技能中,没有人是对每一项技能都完美掌握的,这也是数据科学家难以找到和雇佣的原因。数据科学领导者需要创建能够协同工作,相辅相成,并能在协作环境中发展的团队。

只要你在某些技能或经验上有优势可以和团队其他人互补,那么向数据科学家这个行业过渡就是很有希望和价值的。大的团队通常有更多的能力接受来自不同背景的人并训练他们,而小的团队真正需要的是一个人来完成工作任务。如果这是你第一次当数据科学家,我建议你去大的团队。你要明确的知道自己会什么,能给公司带来什么,以后需要学习什么。同是,你也要清楚为什么你可以快速学习这些新东西。

如果软件工程师想要进入数据科学,他们可以与其他人合作项目,利用数据,分析或者机器学习来解决问题。这使可以他们突出原来软件工程师在工作中的职责,例如了解在设置AB测试时技术上可行的方法,或者如何改进软件工程师和数据科学家之间的数据科学过程。

营销经理可能带来关于用户常见难点的知识,为团队增加一个有价值和独特的视角。

Hansen:还有其他建议吗?

Garten:

爱上解决问题,而不是解决方案或技术。如果他们热衷于解决问题,他们会做其他必要的工作来完成这件事,无论是培训自己,创建一个团队,结交更多的人,掌握或发明一种新技术,或者其他任何。我经常发现,在很多人的职业生涯早期,他们是喜欢解决问题的。与其找一群相似的工作(推荐系统或群搜索),他们应该去找他们真正感兴趣的问题去解决,然后再考虑其他。

主动一点。去询问数据的环境,优先级,更好的数据质量,数据基础设施,培训。他们应该知道什么可以使自己更有成效,更成功,更有影响力,他们不应该对此畏惧,而是积极参与其中引领和影响这个改变。

文章来源 / Forbes

原文作者 / Drew Hansen

译 / Cindy