Module 03 · Applications and Careers in Data Science

Lesson Summary: Careers and Recruiting in Data Science数据科学：职业与招聘总结

Coursera ↗

招聘一个具备所有理想技能（从领域知识到编程、再到讲故事）的“独角兽”数据科学家是非常罕见的。公司应专注于组建具备互补技能的团队，并寻找有潜力和热情的个体。

1. 数据科学家的核心特质与需求

公司在招聘数据科学家时，应将重点放在以下特质：

A. 热情与好奇心

领域热情： 找到对公司所从事的业务（特定行业）和数据感到兴奋的人。这种兴奋会带来高生产力。
好奇心： 能够问出有趣且有意义的问题。对事物不断“好奇为什么”有助于保持动力和敬业度。
实践精神： 热爱把玩数据（love to play with data）和创建数据可视化，具备自学和修补（tinkering）的能力。

B. 必备硬技能

数据科学家需要的技能集是多学科的：

数学与统计： 需要扎实的数学、统计学和概率论背景，以便从数据中得出有效结论。
计算能力： 必须具备分析思维（analytically）、计算思维（computationally）以及计算机编程技能。
工具与语言： 常见的编程语言包括 Python 和 R（一种用于统计分析的开源语言）。
数据存储： 必须理解数据存储和检索系统，包括处理结构化和非结构化数据。
AI/ML： 了解常见的机器学习算法，以便从数据中获取洞察。

2. 最终报告与叙事艺术

报告是分析的最后一步，是数据科学家向组织传达发现的关键。沟通、指导和演示技能，尤其是讲故事的能力，至关重要。

报告的目标与结构

报告必须将大量数据综合（synthesize）成一个引人入胜的叙事（narrative），使读者感到惊喜和参与。

一个组织清晰、逻辑严谨的报告应向读者传达以下信息：

阅读报告的收益。
清晰定义的目标。
贡献的重要性。
适当的背景（提供足够的背景信息）。
工作的实用性和价值。
基于工作可能产生的未来发展。

创造“敬畏感”（Sense of Awe）

成功的演示应该像 Dr. Hader 所描述的体验一样：读者原本看不到前方（ sharp turn ahead），当他们看到你呈现的巨大发现（tremendous valley）时，会产生强烈的敬畏感和惊喜。这种积极的情感能赋能（empower）人们，让他们知道可以利用新知识做什么。