首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【数据科学家】数据科学家的八大关键技能

【数据科学家】数据科学家的八大关键技能

作者头像
陆勤_数据人网
发布2018-02-27 11:12:20
5820
发布2018-02-27 11:12:20
举报

在过去几年中,随着大数据的崛起,出现了大批的新型分析师。所谓的“数据科学家”被许多人认为是唯一能够充分利用大数据真正价值的人。虽然他们的职能已经非常清晰了,但是他们应该具有怎样的品质却还不清楚。人们最常见的偏见就是,认为统计学家就是数据科学家或者具有分析背景的商务智能专家会是一个好的数据科学家。也许在某些情况下这是正确的,但也有例外。

那么,成为真正的数据学家(DS)需要具备怎样的技能呢?

1. 统计学知识:这不仅仅是了解统计数据而已,还要了解模型和方法论,以及如何最好地运用它们。一个统计学家,需要具有出色的分析能力,掌握丰富的数据分析工具,比如R,Python等。

2. 商业智能专业知识:并不一定要成为一个商业智能专家,但是一个数据科学家需要知道如何抽取,清洗,转换,分析和报告数据。数据科学家并不是ETL开发者,但他/她可以与ETL开发者交流,并了解他的术语和行动。

3. 业务分析:一位数据科学家并不要求是一位业务分析师,但是他需要具有业务分析师的能力。在案例/项目之中,需要与企业用户深入探讨,以了解他们的需求。数据科学家需要在这些讨论的初期就参与进来,迅速掌握概念,并积极参与制定交付清单。

4. 可视化:传统可视化往往不能显示高级分析的结果。数据科学家需要了解各种可视化工具和技术。

5. 交流:对分析结果和进展进行交流与得到的结果同等重要。高级分析的过程往往是迭代进行的。一旦得到第一个结果,就应该积极主动地传达给用户,听取他们的意见,并在接下来的分析步骤中改进。数据科学家需要推动这一迭代过程。此外,数据科学家还需要将分析结果呈现出来。为此,需要良好的故事叙述能力。

6. 好奇心:根据分析的业务/主题,数据科学家可能不是此领域的专家。好奇心与数据科学技术,工具和科技有同等地位。

7. 创造力:数据科学家需要在上述所有技能中使用大量的工具和技术。为了做到这一点,数据科学家在如何使用这些工具和技术方面应该发挥创造力。了解分析的具体情况,他/她应该为每一种情况都拿出创新的方案,如何分析具体问题,如何呈现一组数据等等。

8. 常识:最后但同样重要的是,数据科学家在执行行动的时候应该明智运用常识。如果一个案例只需要线性回归和条形图,那么数据科学家不应该过度设计它。数据科学家需要提供的是信息的洞察力和增值信息,而不是重新创造世界。

这个清单并不是很详细,而且我也不打算这么做,但它确实表明成为数据科学家不容易,因为他们所需掌握的技能是非常广泛的,而且并没有先前经验可借鉴。

原文链接:Eight key skills of a Data Scientist(译者/刘翔宇 审校/刘帝伟 责编/周建丁)

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2015-11-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据科学与人工智能 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档