小結: 數據科學家需要強大的數學和編碼能力，但溝通能力和其它軟技能也是走向成功不可缺少的基本功。

根據Glassdoor在美國區的統計，“數據科學家”排名為2019年最誘人的工作。平均基礎工資為$108k，工作滿意度為4.3–5★，加上被預測有大量空缺，這個結果一點都不令人吃驚。

問題是，一個人該如何修煉才能走上正軌并獲得勝任這份工作的資格?

為了找到答案，我們總結了大量文章里的建議，很多可以歸納為編碼與數學上的硬技能(hard skills)。但強大的計算能力并不是全部。一名優秀的數據科學家仍需要和相關業務人員進行有效溝通，這里便需要一些軟技能(soft skills)。

鑄造你的教育地基：3個要點

Drace Zhan作為 NYC Data Science Academy 的數據科學家，強調了教育基礎的必要性，包括編碼基礎和數學能力：

• NYC Data Science Academy：https://nycdatascience.com/

R/Python + SQL。如果你沒有編碼能力，那你就需要大量的網絡等其它領域的力量來補充這個缺陷。我見到過一些數據科學家，有的數學能力比較薄弱，或者對相關領域欠缺經驗，但他們總有很強的編碼能力。Python是很理想，R正在變得有點落后，***兩樣武器都帶上。SQL對于數據分析師來說同樣極其重要。

• R/Python + SQL：https://www.techopedia.com/definition/3533/python

強大的數學能力。對一些常用的理論有著較好的理解：generalized linear models(廣義線性模型)，decision tree(決策樹)，K-means(聚類分析)和statistical tests(假設檢驗)。這好過手握大量模型甚至專業模型如遞歸神經網絡(RNN)，卻僅僅是淺嘗輒止。

• decision tree：https://www.techopedia.com/definition/28634/decision-tree
• K-means：https://www.techopedia.com/definition/32057/k-means-clustering

這些都是需要培養的核心技能，盡管一些專家還加入了其它東西。例如，一份 KDnuggests 清單包含了編碼成分，Zhan在此基礎上還加入了一些其他有用的東西，包括Hadoop平臺，Apache Spark，數據可視化，非結構化數據，機器學習和AI。

• Apache Spark：https://www.techopedia.com/definition/30113/apache-spark

但如果我們從一份Kaggle調研中尋求線索，關于“那些在實際生活中被使用的最普遍的工具”，我們會有不同的發現。下面這張圖是名列前15的硬技能。

Python，R和SQL排在前三，第四名是 Jupyter notebooks，接下來是 TensorFlow，Amazon Web Services，Unix shell，Tableau，C/C++，NoSQL，MATLAB/Octave和Java，都排在Hadoop和Spark前面。頗讓人意外的是，Microsoft’s Excel Data Mining也被列進來了。

• TensorFlow：https://www.techopedia.com/definition/32862/tensorflow
• Amazon Web Services：https://www.techopedia.com/definition/26426/amazon-web-services-aws
• Unix：https://www.techopedia.com/definition/4637/unix
• C++：https://www.techopedia.com/definition/26184/c-programming-language
• NoSQL：https://www.techopedia.com/definition/27689/nosql-database
• Java：https://www.techopedia.com/definition/3927/java

• https://www.kaggle.com/surveys/2017

在KDnuggests清單中也包括了關于正規教育的建議。大多數據科學家都擁有高學歷，46%是博士，88%的人擁有至少碩士學位。他們的本科學位通常是相關領域。大約1/3是數學和統計學，這也是***的職業軌跡。接下來***的是計算機科學學位，占有19%，工程學16%。當然專門針對數據科學的技術工具通常不會設在大學課程中，但是可以通過專門的訓練營或在線課程習得。

課程之外：2個要點

Hank Yun是威爾康奈爾醫學院肺科的一名助理研究員，同時也是NYC數據科學學院的學生。他建議有抱負的數據科學家圍繞他們將要從事的工作進行計劃，并找到一位導師。

• Hank Yun：https://medium.com/@jhaseon

他說：“不要犯我曾經犯過的錯誤。那時我對自己說，我知道數據科學，因為我參加了課程并獲得了證書。”這確實是個不錯的開始，但當你開始學的時候，腦海中要有一個計劃。然后在該領域中找到一名導師，并立刻開始一個令你充滿激情的項目。

當你還是個新手，你不知道你不知道什么。所以如果有個人指導你前行，告訴你，什么是對于現在的你最重要的，什么不是，這將很有幫助。別把時間扔在學習那些***根本無法施展的東西!

知道從你的工具包里取出哪樣工具：保持領先的要點

由于數據科學工具的排名不盡相同，有人可能會困惑，到底該把精力集中在哪些上面。Celeste Fralick是McAfee軟件安全公司的***數據科學家。他在CIO article上強調了這個問題：“一名數據科學家需要處在調查曲線的前端，但別忘了去明白，什么技術該什么時候用。” 這句話意思是，別被新鮮與性感的外表蠱惑，而實際問題需要更多工作。意識到對于生態系統的計算成本，可解釋性，延遲，帶寬，和其它系統邊界條件，還有客戶的到期時間，它本身就能幫助數據科學家知道，使用什么技術最合適。

• CIO article：https://www.cio.com/article/3263790/data-science/the-essential-skills-and-traits-of-an-expert-data-scientist.html

基本軟技能：另外6個要點

Fralick提到了數據科學工作需要的非技術性技能。這也是為什么KDnuggests清單包括了這4項：求知欲，團隊合作，溝通技巧和商業頭腦。Zhan給列出的清單中也包含了一些關鍵的軟技能，如 “有效溝通能力”，“領域經驗” 與上面的 “商業頭腦” 類似。總之，都是指將數據科學實際應用到商業中。

Olivia Parr-Rud提供了她自己的想法，又加入了另外2項軟技能：創新，勇于堅持。她說：“我認為數據科學是科學也是藝術。它需要利用大腦兩側的力量。很多人談及數據科學，說它主要使用左腦。但我發現，想要成功，數據科學家就得充分調用他們的全腦。”

她解釋道，在該領域前行，不僅需要技術能力，還要有創造性和領導性遠見。

大多數左腦/線性任務可以被自動化或外包。為了提供身為一名數據科學家的競爭優勢，我們必須能識別大量信息中的模式(patterns)和綜合性(synthesize)，也就要用到左右腦。我們必須是有創造力的思考者。很多優秀的結論都是來自于左右腦的協同工作。

她還強調為什么清晰地表達遠見是基本的：

• “作為數據科學家，我們的目標是幫助客戶增長利潤。大多數主管不理解我們是做什么的，我們是如何去做的。所以我們需要像***一樣去思考，以股東們可以理解和信任的方式，表達我們的發現與建議。”

總結

這個提示單里包含大量地技術工具，技能，和能力，還有可量化的品質，像創造力，領導力。數據科學不僅僅是個數字游戲。數據科學家也不是在虛空中建模，而是要能提出實用的，能解決商業中實際問題的灼見。那些可以在該領域中獲得成功的人，不僅僅精通技術，還能理解工作中團隊各成員的需求。

譯者簡介：國相潔，馬德里自治大學本科，經濟與金融專業。從數據分析師起步，夢想成為一名優秀的數據科學家。希望在成長的路上，結交志趣相投的朋友，不負青春。