数据科学是近年来最热门的领域之一，许多具有潜力的年轻才俊都加入竞争，想在顶级公司的数据科学团队中获得一席。如何从一众数据科学家中脱颖而出？

　　沃耕编程训练营传授5大数据科学家职场秘籍!

　　1,自上而下的沟通是关键

　　自上而下的沟通，也叫金字塔原则，它被许多人视为商业（甚至个人生活）中最有效的沟通结构。虽然对于战略顾问等人来说，这已经成为习惯了，但许多数据科学家还是在沟通方面遇到过一些问题。这个沟通原则很简单：当你想要传达一个想法/论点时，如果你从一个关键信息开始，随后跟上支持这个关键信息的几个主要论点，那么这将是最有效和最容易让听众理解的；如果需要的话，还可以在每个论点后面附上支持数据。

　　在进行成果汇报的时候可以针对不同的观众量身定制内容：我们可以准备一系列内容，包括关键信息和支持其的论点等细节。在向中高层主管汇报时，可以精简内容，传达关键信息；在为同事或者其他观众汇报时，可以提供更多的支持信息。

　　2，自己成为“翻译”

　　“翻译者”的角色的重要性，这个角色是业务和数据团队之间沟通的桥梁，他将分析洞察力转化为业务的可操作性。试想这样的一个场景，作为一名数据科学家，你被要求“像给 5 岁的孩子讲解一样解释一件事”。而能够从众多数据科学家中脱颖而出的就是能够做到这一点的人——充当自己的翻译。他们可以向既没有分析背景也没有时间阅读背景知识的 CEO 很好地解释他们的机器学习模型，并且将分析结果与其对业务影响联系起来。作为一名数据科学家，与其花时间去专门教那些“翻译员”这些统计概念年，还不如精进自己的汇报技巧，展现出具有自己风格的“翻译”。

　　如果数据科学家能够解释他们自己的分析，就可以最大程度避免分析精度的损失。相信大多数人都玩过传话的游戏，信息传递的时间越长，就越难保持其准确性。现在想象一下同样的过程发生在你的分析工作中，如果依赖别人解释/翻译你的作品，那么当它到达最终受众时，被传递的信息可能与其初衷有很大不同。

　　3，解决方案为导向是第一准则

　　在大多数顶级咨询公司里，解决方案驱动为导向是第一准则。在我看来，这种方法也应该转移到科技界。作为一名数据科学家，你可能常常感到困惑，因为人们会因为缺乏分析背景提出荒谬的数据要求。与其一味反驳，倒不如以解决方案为导向，利用你对数据的了解和对分析工具的熟练运用，帮助他们重新定义问题。

　　4，在业务环境中建模时，可解释性胜过精确性

　　如今，当每家公司都在构建模型来预测客户流失时，经常忽视为什么我们要预测客户流失。作为一名数据科学家，过去常常只将准确性作为建模的成功指标，但如果不能将其与业务影响联系起来，只是通过添加无法解释的功能和微调超参数将准确率从 96% 提高到 98% 对业务毫无意义（这仅适用于面向商业问题的数据科学家，对于机器学习的某些领域，这种增长可能具有重要意义）。模型是最终指导业务决策的工具，因此它的价值主要基于其实用性和可解释性。构建模型时，不要随机加入一些交互功能，指望其中有能够派上用场的。相反，在开始构建模型之前，就要仔细考虑特征工程阶段该如何设置，把通过模型获得的业务建议写下来也有助于之后重新评估模型的设计。

　　5，确保有一个假设，但不要盲目遵从它

　　不管是哪种类型的分析，将假设作为起点都非常重要。没有假设，在探索性数据分析时就不知道如何切分数据或是先测试哪个功能。没有假设，进行 A/B 测试就毫无意义。数据科学家把构建假设的任务留给了那些无法查看数据的团队成员，然后意识到没有足够的数据来测试这些假设。最好的方法是让数据科学家从一开始就参与提出假设头脑风暴会议，并且利用假设来指导后续分析、确定其优先级。优秀的数据科学家应该能够保持数据的完整性，并根据数据调整叙述方式，而不是反其道而行之。在数据探索过程中谨记提出的假设，但当数据告诉你事实与最初的假设可能并不一致时，请保持开放的心态。拥有良好的商业敏锐度也有助于在整个过程中调整初始理论。

　　最好的分析人才也是那些了解业务并且知道如何与业务利益相关者沟通的人，而战略角色的最佳人选也有一定程度的理解、分析数据的能力。

　　了解这5大数据科学家职场秘籍后，你是否想要提升自己的核心技能（SQL, Database, Statistics, Tableau等），在“后疫情时代”突出重围，增强求职竞争力，找到一份理想的工作？沃耕编程训练营的数据科学培训课程，包含专门培养优秀数据分析师/数据科学家的企业级别实战项目，教你如何切分企业真实数据以及正确掌握行业标准流程，教授Python学习到机器学习和深度学习，包括从收集数据到使用个例，从基本的Pandas到高级的Machine Learning models，以及如何在生产环境中收集、存储、清理、开发、转换和预测数据，如何将这一流的技能工具运用到团队工作中，包括处理团队中关于数据流动的所有逻辑步骤。加入沃耕编程训练营是丰富简历，提高职场价值最好的选择！