本文转自公众号  数据派THU

前言: 数据科学家需要强大的数学和编码能力，但沟通能力和其它软技能也是走向成功不可缺少的基本功。 

根据Glassdoor在美国区的统计，“数据科学家”排名为2019年最诱人的工作。平均基础工资为$108k，工作满意度为4.3–5★，加上被预测有大量空缺，这个结果一点都不令人吃惊。

问题是，一个人该如何修炼才能走上正轨并获得胜任这A份工作的资格？ 

为了找到答案，我们总结了大量文章里的建议，很多可以归纳为编码与数学上的硬技能（hard skills）。但强大的计算能力并不是全部。一名优秀的数据科学家仍需要和相关业务人员进行有效沟通，这里便需要一些软技能（soft skills）。 

铸造你的教育地基：3个要点 

Drace Zhan作为 NYC Data Science Academy 的数据科学家，强调了教育基础的必要性，包括编码基础和数学能力： 

NYC Data Science Academy： 

https://nycdatascience.com/ 

R/Python + SQL。如果你没有编码能力，那你就需要大量的网络等其它领域的力量来补充这个缺陷。我见到过一些数据科学家，有的数学能力比较薄弱，或者对相关领域欠缺经验，但他们总有很强的编码能力。Python是很理想，R正在变得有点落后，最好两样武器都带上。SQL对于数据分析师来说同样极其重要。 

R/Python + SQL： 

https://www.techopedia.com/definition/3533/python 

强大的数学能力。对一些常用的理论有着较好的理解：generalized linear models（广义线性模型），decision tree（决策树），K-means（聚类分析）和statistical tests（假设检验）。这好过手握大量模型甚至专业模型如递归神经网络（RNN），却仅仅是浅尝辄止。 

decision tree： 

https://www.techopedia.com/definition/28634/decision-tree 

K-means： 

https://www.techopedia.com/definition/32057/k-means-clustering 

这些都是需要培养的核心技能，尽管一些专家还加入了其它东西。例如，一份 KDnuggests 清单包含了编码成分，Zhan在此基础上还加入了一些其他有用的东西，包括Hadoop平台，Apache Spark，数据可视化，非结构化数据，机器学习和AI。 

Apache Spark 

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

但如果我们从一份Kaggle调研中寻求线索，关于“那些在实际生活中被使用的最普遍的工具”，我们会有不同的发现。下面这张图是名列前15的硬技能。 

Python，R和SQL排在前三，第四名是 Jupyter notebooks，接下来是 TensorFlow，Amazon Web Services，Unix shell，Tableau，C/C++，NoSQL，MATLAB/Octave和Java，都排在Hadoop和Spark前面。颇让人意外的是，Microsoft’s Excel Data Mining也被列进来了。 

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 

图片出自 Kaggle  

https://www.kaggle.com/surveys/2017 

在KDnuggests清单中也包括了关于正规教育的建议。大多数据科学家都拥有高学历，46%是博士，88%的人拥有至少硕士学位。他们的本科学位通常是相关领域。大约1/3是数学和统计学，这也是最受欢迎的职业轨迹。接下来最受欢迎的是计算机科学学位，占有19%，工程学16%。当然专门针对数据科学的技术工具通常不会设在大学课程中，但是可以通过专门的训练营或在线课程习得。 

课程之外：2个要点 

Hank Yun是威尔康奈尔医学院肺科的一名助理研究员，同时也是NYC数据科学学院的学生。他建议有抱负的数据科学家围绕他们将要从事的工作进行计划，并找到一位导师。 

Hank Yun 

https://medium.com/@jhaseon 

他说：“不要犯我曾经犯过的错误。那时我对自己说，我知道数据科学，因为我参加了课程并获得了证书。”这确实是个不错的开始，但当你开始学的时候，脑海中要有一个计划。然后在该领域中找到一名导师，并立刻开始一个令你充满激情的项目。 

当你还是个新手，你不知道你不知道什么。所以如果有个人指导你前行，告诉你，什么是对于现在的你最重要的，什么不是，这将很有帮助。别把时间扔在学习那些最后根本无法施展的东西！ 

知道从你的工具包里取出哪样工具：保持领先的要点  

由于数据科学工具的排名不尽相同，有人可能会困惑，到底该把精力集中在哪些上面。Celeste Fralick是McAfee软件安全公司的首席数据科学家。他在CIO article上强调了这个问题：“一名数据科学家需要处在调查曲线的前端，但别忘了去明白，什么技术该什么时候用。” 这句话意思是，别被新鲜与性感的外表蛊惑，而实际问题需要更多工作。意识到对于生态系统的计算成本，可解释性，延迟，带宽，和其它系统边界条件，还有客户的到期时间，它本身就能帮助数据科学家知道，使用什么技术最合适。  

CIO article： 

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

基本软技能：另外6个要点 

Fralick提到了数据科学工作需要的非技术性技能。这也是为什么KDnuggests清单包括了这4项：求知欲，团队合作，沟通技巧和商业头脑。Zhan给列出的清单中也包含了一些关键的软技能，如 “有效沟通能力”，“领域经验” 与上面的 “商业头脑” 类似。总之，都是指将数据科学实际应用到商业中。 

Olivia Parr-Rud提供了她自己的想法，又加入了另外2项软技能：创新，勇于坚持。她说：“我认为数据科学是科学也是艺术。它需要利用大脑两侧的力量。很多人谈及数据科学，说它主要使用左脑。但我发现，想要成功，数据科学家就得充分调用他们的全脑。” 

她解释道，在该领域前行，不仅需要技术能力，还要有创造性和领导性远见。 

大多数左脑/线性任务可以被自动化或外包。为了提供身为一名数据科学家的竞争优势，我们必须能识别大量信息中的模式（patterns）和综合性（synthesize），也就要用到左右脑。我们必须是有创造力的思考者。很多优秀的结论都是来自于左右脑的协同工作。  

她还强调为什么清晰地表达远见是基本的： 

“作为数据科学家，我们的目标是帮助客户增长利润。大多数主管不理解我们是做什么的，我们是如何去做的。所以我们需要像领导者一样去思考，以股东们可以理解和信任的方式，表达我们的发现与建议。” 

总结 

这个提示单里包含大量地技术工具，技能，和能力，还有可量化的品质，像创造力，领导力。数据科学不仅仅是个数字游戏。数据科学家也不是在虚空中建模，而是要能提出实用的，能解决商业中实际问题的灼见。那些可以在该领域中获得成功的人，不仅仅精通技术，还能理解工作中团队各成员的需求。