數(shù)據(jù)科學就業(yè)市場正在迅速變化。能夠建立機器學習模型曾經(jīng)是只有少數(shù)杰出科學家才具備的一項精英技能。但是現(xiàn)在，任何具有基本編程經(jīng)驗的人都可以按照以下步驟來訓練一個簡單的scikit-learn或keras模型。招聘人員收到了大量的求職申請，因為圍繞“本世紀最性感的工作”的炒作幾乎沒有減弱，而招聘工具正變得越來越容易使用。人們對數(shù)據(jù)科學家應該帶來什么的期望已經(jīng)發(fā)生了變化，企業(yè)開始認識到，訓練機器學習模型只是數(shù)據(jù)科學成功的一小部分。

下面是讓最好的數(shù)據(jù)科學家脫穎而出的四個最有價值的品質(zhì)。

1.聚焦業(yè)務

對數(shù)據(jù)科學家來說，最常見的動機之一是對在數(shù)據(jù)中發(fā)現(xiàn)模式的自然好奇心。深入研究探索數(shù)據(jù)集的工作是令人興奮的，用該領(lǐng)域的最新技術(shù)進行實驗，系統(tǒng)地測試它們的效果，并發(fā)現(xiàn)一些新的東西。這種類型的科學動機是數(shù)據(jù)科學家應該具備的。但如果它是唯一的動力，那就成了問題。在這種情況下，它可能導致人們在一個孤立的泡沫中思考，迷失在統(tǒng)計細節(jié)中，而沒有考慮他們工作的具體應用和公司的更大背景。

最好的數(shù)據(jù)科學家了解他們的工作如何與整個公司相適應，并具有交付業(yè)務價值的內(nèi)在驅(qū)動力。當簡單的解決方案足夠好時，他們不會浪費時間在復雜的技術(shù)上。他們詢問項目的更大目標，并在跳到解決方案之前挑戰(zhàn)核心假設(shè)。他們關(guān)注整個團隊的影響，并主動與涉眾溝通。他們對新項目充滿創(chuàng)意，敢于打破常規(guī)。他們?yōu)樽约簬椭硕嗌偃硕院?，而不是他們使用的技術(shù)有多先進。

數(shù)據(jù)科學在很大程度上仍是一個不標準化的領(lǐng)域，數(shù)據(jù)科學訓練營所教授的內(nèi)容與企業(yè)實際需要的內(nèi)容之間存在很大差距。最好的數(shù)據(jù)科學家不怕走出自己的舒適區(qū)，去解決緊迫的問題，并最大限度地發(fā)揮其影響。

2.扎實的軟件工程技能

當人們想到理想的數(shù)據(jù)科學家時，他們腦海中往往會浮現(xiàn)出來自名牌大學的著名人工智能教授。當公司正在競爭建立盡可能高精確度的機器學習模型時，招聘這樣的人才是有意義的。當用任何必要的方法擠出最后一個精度百分比非常重要時，那么你就需要注意數(shù)學細節(jié)，測試最復雜的方法，甚至發(fā)明專門針對特定用例進行優(yōu)化的新的統(tǒng)計技術(shù)。

但在現(xiàn)實世界中，這幾乎沒有必要。對于大多數(shù)公司來說，具有相當精確度的標準模型已經(jīng)足夠好了，不值得花費時間和資源把這些模型變成世界上最先進的模型。更重要的是，要快速地以可接受的精度構(gòu)建模型，并盡早建立反饋周期，這樣你就可以開始迭代并加速識別最有價值的用例的過程。準確性上的微小差異通常不是數(shù)據(jù)科學項目成功或失敗的原因，這也是為什么在商業(yè)世界中軟件工程技能勝過科學技能的原因。

數(shù)據(jù)團隊的典型工作流程通常是這樣的:數(shù)據(jù)科學家用反復試驗的代碼和意大利面條式的代碼構(gòu)建了一些解決方案的原型。一旦結(jié)果開始看起來很有希望，他們就把它們交給軟件工程師，然后他們必須從頭重寫所有內(nèi)容，使解決方案具有可擴展性、效率和可維護性。不能期望數(shù)據(jù)科學家交付與全職軟件工程師水平相當?shù)纳a(chǎn)代碼，但是如果數(shù)據(jù)科學家更熟悉軟件工程原理，并且對可能出現(xiàn)的體系結(jié)構(gòu)問題有一定的認識，那么整個過程將會更加順暢和快速。

隨著越來越多的數(shù)據(jù)科學工作流被新的軟件框架所取代，扎實的工程技能是數(shù)據(jù)科學家最重要的技能之一。

3.關(guān)注期望管理

從外部來看，數(shù)據(jù)科學可能是一個非常模糊和令人困惑的領(lǐng)域。這只是一種炒作，還是世界真的正在經(jīng)歷一場革命性的變革?每個數(shù)據(jù)科學項目都是機器學習項目嗎?這些人是科學家、工程師還是統(tǒng)計學家?他們的主要輸出軟件還是儀表盤和可視化?為什么這個模型向我展示了一個錯誤的預測，有人能修復這個bug嗎?如果他們現(xiàn)在只有這幾行代碼，那么在過去的一個月里他們一直在做什么呢?

有很多事情是不清楚的，數(shù)據(jù)科學家應該做什么，在公司的不同人之間的期望可能會有很大的差異。

對于數(shù)據(jù)科學家來說，主動地、持續(xù)地與涉眾溝通是至關(guān)重要的，這樣才能設(shè)定清晰的預期，及早發(fā)現(xiàn)誤解，并讓所有人都站在同一立場上。

最好的數(shù)據(jù)科學家了解其他團隊的不同背景和議程如何影響他們的期望，并仔細調(diào)整他們的溝通方式。他們能夠以簡單的方式解釋復雜的方法，以便非技術(shù)涉眾更好地理解目標。他們知道什么時候該抑制過于樂觀的預期，什么時候該說服過于悲觀的同事。最重要的是，他們強調(diào)數(shù)據(jù)科學固有的實驗性質(zhì)，當一個項目的成功仍不明朗時，他們不會過度承諾。

4.熟悉云服務

云計算是數(shù)據(jù)科學工具包的核心部分。在很多情況下，在本地機器上擺弄Jupyter notebook已經(jīng)達到極限了，不足以完成任務。當你需要在功能強大的gpu上訓練機器學習模型、在分布式集群上并行化數(shù)據(jù)預處理、部署REST api來公開機器學習模型、管理和共享數(shù)據(jù)集或查詢數(shù)據(jù)庫以進行可擴展分析時，云服務尤其有用。

最大的供應商是Amazon Web Services (AWS)、Microsoft Azure和谷歌云平臺 (GCP)。

考慮到大量的服務和平臺之間的差異，云服務提供商幾乎不可能勝任必須提供的所有服務。但是，對云計算有一個基本的了解是很重要的，以便能夠瀏覽文檔并了解在需要時這些特性是如何工作的。至少，這可以讓你向其他數(shù)據(jù)工程師提出更好的問題和更具體的需求。

好了。對于正在尋求數(shù)據(jù)科學團隊的公司，我建議尋找能夠務實解決問題，有很強的工程能力，能夠調(diào)整對業(yè)務價值的候選人。統(tǒng)計優(yōu)勢可以帶來很多價值，但是對于大多數(shù)用例來說，它變得不那么重要了，尤其是在早期的團隊中。

到目前為止，大多數(shù)公司更傾向于雇傭具有強大學術(shù)背景的數(shù)據(jù)科學家，比如數(shù)學或物理博士?？紤]到該行業(yè)近年來的發(fā)展，未來是否會有更大比例的軟件工程師或技術(shù)產(chǎn)品經(jīng)理轉(zhuǎn)變?yōu)閿?shù)據(jù)科學角色，將是一個有趣的問題。