Advice for New Data Scientists致未来数据科学家：成功的关键特质与路径建议

数据科学家的三大核心特质

一位受访者对有志成为数据科学家的人提出了三个建议，它们被认为是绝对必备的素质：

1. 好奇心 (Curiosity)

• 重要性： 好奇心是绝对必须的。如果您不好奇，就不知道如何处理数据。

2. 批判性与判断力 (Judgmental)

• 建议： 具有判断力（预先的看法）。
• 原因： 如果您对事物没有预设的观念，您将不知道从何开始。
• 过程： 您可能会从一个错误的起点开始，但数据会帮助您学习。您可能会说：“我以前相信这个，但现在有了数据，我知道了那个。”这使您能够进行学习。

3. 辩论性 (Argumentative)

• 建议： 具有辩论性（能够提出并坚持一个论点）。
• 原因： 如果您能提出论点并为某个案例进行辩护，至少可以从某个地方开始，然后您会从数据中学习，并修改您的假设和论点。

💡 总结： 最重要的事情是好奇心和采取立场的能力。

讲述故事的能力：洞察力的传播

一旦您完成了分析并获得了答案，数据科学家还需要具备一项至关重要的能力：讲述故事的能力。

• 当您有了分析结果和表格时，您必须能够从中讲述一个精彩的故事。
• 后果： 如果您不讲述一个精彩的故事，您的发现将保持隐藏、被埋没，无人知晓。
• 关键： 您的脱颖而出在很大程度上取决于您讲述精彩故事的能力。

辅助技能：平台舒适度和灵活性

• 需要： 对分析平台（一些软件、一些计算平台）具备舒适度和灵活性。
• 定位： 这是次要的，最重要的是好奇心和采取立场的能力。

职业起点建议：找到您的竞争优势

对于有志者，一个起点是确定您的竞争优势（Competitive Advantage）。

1. 确定行业兴趣

• 首先确定您是想在任何领域还是特定领域成为数据科学家。
• 原因： 不同的行业需要不同的技能组合：
  • 例如，在 IT 或基于互联网的公司工作，需要一套技能。
  • 在健康行业工作，则需要一套不同的技能。

2. 识别核心优势

• 注意： 您的竞争优势不一定在于您的分析技能。
• 真正的优势： 是您对生活某个方面的理解，您在理解该方面上超越他人的能力。
• 例子： 也许是电影、零售、健康或计算机领域。

3. 技能获取与实践

1. 确定专长领域：一旦确定了您的专业知识所在，就开始获取分析技能。
2. 学习平台/工具：需要学习的平台和工具将特定于您感兴趣的行业。
3. 应用与展示：一旦您熟练掌握了这些工具，下一步就是将您的技能应用于实际问题，然后向世界展示您的能力。