《数据科学家访谈录》总结·1

一本介绍了25位成功的数据科学家学习和成长经历的书。

1. DJ Patil “数据科学家”一词的创造者 《Data Scientist: Sexiest Job of the 21st Century》哈佛商业周刊作者 教育背景：加州大学圣地亚哥分校·数学学士，马里兰州立大学·应用数学博士，博士研究方向是非线性动态过程、混沌理论和复杂系统。 职业经历：气象领域近十年研究（注：DJ的博士研究方向和这个工作很对口）；eBay首席架构师和研究科学家；LinkedIn数据产品主管；RelateIQ产品部副总裁（注：RelateIQ被Salesforce收购后，更名为SalesforceIQ）。

• 如何应对面试？

求职需要你每一次都针对不同的聊天对象修改对自己的介绍和描述。其中的精髓正和做数据科学如出一辙，你需要不断地在展示自己和研究如何展示自己之间反复循环。

• 如何在职场快速发展？

我认为目前数据科学领域的一大优势就是它并没有过于清晰的职位技能需求，所以很大一部分拥有偏才的人其实都是适合这个领域的。公司里根本没有人知道具体该使用什么工具来解决正在面对的问题，所以你必须去搞清楚，而这恰好给予了你足够的自由度。

• 职场新人要领？

新人首先要证明可以完成一些任务，然后证明可以创造一些东西。

• 学术界向科技界转型，会遇到的不足？

第一，学术界的人技能都过于单一，只专注于特定的问题和纬度。（DJ本人是在上学时上了大量的公式推导课和概率统计课；DJ学习的原则是，要能带来更广阔的眼界和出路）；

第二， 学术界的人很喜欢滔滔不绝的说话，而不是静静聆听别人的需求，所以也不擅长倾听别人的问题在哪里。（相反的，就是要合作、交流、沟通、竞争、辩论）

• 数据科学是一个团队游戏

没有任何一个数据科学家可以为自己的成就独自邀功。数据科学是一个团队游戏，需要有人收集数据，有人处理数据（注：原书这里写的是转移这批数据，是翻译错误），有人分析数据，有人将结果发布出去。

• 数据科学技能向其它领域转移

举例有Datakind、Social Good、Crisis Text Line。新兴技术促使小公司可以拥有不输大公司的系统。

社会根本上的转变也在促使这一趋势，老一代人主要是同情，当代人主要是扶助。类似于，过去的数据科学家只能以图形展示问题和数据，而当代数据科学家是通过鞭辟入里的分析得出结论，并且可以知道要采取什么行动。