Be Cruel To Be Kind：数据科学是一个神话

Be Cruel To Be Kind：数据科学是一个神话

为什么你不应该成为数据科学家：

这个想法是基于很大比例的人在不到 3 个月后就放弃了数据科学家的工作。

周围有一些不寻常的职位。更不寻常的人之一是数据科学家。这些人可以在许多不同的组织中找到，但这个头衔并不真正意味着我们认为的意思。这个博客将着眼于数据科学家并讨论为什么你不应该成为数据科学家

数据科学神话：

今天很多人相信他们可以成为一名数据科学家。有数百个在线课程可以帮助您成为数据科学家，还有数千篇关于成为数据科学家意味着什么的文章。但不幸的是，这些文章和课程中的大多数实际上都在误导您。数据科学家不是懂 SQL、R、Python 和 Hadoop 的人。数据科学家是知道如何用数据解决业务问题的人。没有所谓的“数据科学家”，但有很多人知道如何用数据解决业务问题。如果你是一个知道如何用数据解决业务问题的人，那么你就是一名数据科学家。

我们最近一直在谈论数据科学作为企业的下一件大事的兴起。对数据科学家的需求猛增，因为企业正在寻找利用他们拥有的所有数据的方法。这说得通。他们正试图弄清楚哪些数据可能有用，或者哪些数据可以帮助他们预测未来的事情——他们需要有人来做这件事。这就是为什么数据科学家在 2013 年被评为美国第三受欢迎的职位，仅次于软件工程师和经济学家。根据咨询公司麦肯锡公司的数据，就业市场预计到 2022 年将短缺超过 200,000 名数据科学家。但事实是，并不是每个人都适合从事数据科学工作。

令人失望的事实：

2011年，“数据科学家”一词诞生。当时这个词的含义与现在不同。当时，这是公司或研究中心的统计部门采用的相对罕见的技能。今天，这个词已经演变成完全不同的东西。该术语已成为对分析感兴趣的程序员、开发人员和计算机科学专业的代名词。最初，有两条路。您可以成为统计专家或软件工程师。近年来，“数据科学家”一词变得如此广泛和模糊，以至于它已成为任何以任何方式分析数据的人的统称。当然，这对真正的数据科学家来说是一个可怕的伤害。

我们需要更多的数据科学家。我同意。很多。但我认为这里的洗牌迷失了一件事……数据科学的角色正在发生变化，这是一件非常非常好的事情。数据科学是构建和使用数据驱动产品的科学。数据驱动产品旨在从他们收集的数据中学习，以便随着时间的推移提高自己的性能和用户体验，通常无需任何人工干预。数据驱动的产品不一定是数据科学产品，但数据科学产品必然是数据驱动的。数据科学产品最明显的例子是机器学习模型，但还有很多其他的。现在不同的是，人们开始明白数据科学是构建和使用数据驱动产品的科学，这些数据驱动产品可以以多种不同方式使用，为用户创造更好的体验。

实际上，这是一个关于成为数据科学家并不适合所有人的博客：DA 很多人认为他们可以成为数据科学家只是因为他们可以编码，或者他们有分析背景，但实际上，你应该是不仅仅是数据科学家。您应该对数据充满热情，并对您所从事的业务充满热情。尽管大多数数据科学家不直接与客户合作，但了解公司的业务和需求很重要。行业有哪些新趋势？它们如何影响业务？公司面临哪些挑战？为什么他们需要数据科学家？数据科学是许多技能的组合，但数据科学家不仅仅是具有技术背景的人。您应该能够了解客户的业务及其需求，并开发最合适的分析解决方案来解决问题。该博客将让您了解您需要了解的有关数据科学的知识，以及如何更好地发展您的技能

我知道这是许多人梦寐以求的工作。你会做大量的编码、大量的统计分析和大量的机器学习。你会得到很多钱。这是一个充满机会的职业，你会期望它的需求量很大。但是有一个问题。问题是，成为一名优秀的数据科学家并不容易。这并不像成为一名优秀的程序员或统计学家那么简单。你还需要有创造力和创新精神。你需要能够与他人良好合作。你需要对业务有很好的了解。许多认为自己具备成为优秀数据科学家的条件的人并没有意识到他们实际上缺乏其中的一些技能。他们已经超出了他们的深度。他们没有意识到他们将无法处理工作量。他们最终会感到沮丧和幻灭。

我们如何才能避免这种情况发生？

数据科学是当今 IT 最热门和最赚钱的领域之一。在过去的几年里，它爆发了，而且没有放缓的迹象。数据科学家的需求量很大，而且他们的薪水很高。问题是许多人都在努力成为数据科学家，但根本没有能力做到这一点。他们在浪费时间、金钱和精力，试图成为他们不是的人，结果在工作中失败了。这是一种耻辱，因为数据科学可以非常有益。但是，有正确的方法和错误的方法。

数据科学家在寻找业务问题的解决方案方面获得了丰厚的报酬。但是有些事情他们是做不到的。他们无法制作看起来不错的数据可视化。他们不能编写运行良好的代码。他们无法制作一个易于使用的网站。他们无法创造出简单的产品。数据科学家无法设计。他们只能创造功能性的东西。那么我们如何才能避免这种情况发生呢？我们需要停止招聘数据科学家，并开始招聘具有数据科学家所不具备的技能的人

数据科学是一个相当新的行业，但在这段时间里，它已经得到了相当彻底的探索。而在这段时间里，人们了解到数据科学不仅仅是收集数据、分析数据并为你的老板创建一份漂亮的报告。要成为一名优秀的数据科学家，您需要了解很多事情：如何找到正确的数据？如何清洁它？如何找到洞察力？如何向其他人解释这些见解？如何与您的团队合作？还有更多的事情。这篇文章是关于数据科学的一小部分。如何处理数据科学候选人。如果您是经理，您将学习如何进行面试，如果您是候选人，您将学习如何成为一名优秀的数据科学候选人。

数据科学的未来

如果您正在阅读本文，您可能听说过“数据科学”一词。它已经存在了几年，并席卷了互联网。这个术语被广泛使用，但它是什么意思，为什么如此受欢迎？数据科学是统计和编程的结合，可以用来完成各种各样的事情。有些人使用数据科学来分析和预测股市，而另一些人则使用它来预测天气。关于数据科学，最重要的是要记住它是世界的未来。这是分析一切的方式，也是制造一切的方式。这是一种令人难以置信的方式，可以真正了解这个世界，让它成为一个对每个人都更美好的地方。

数据科学是一个巨大的流行语。每个人都想成为数据科学家，每个人都想为数据科学公司工作。数据的未来是人们经常谈论的话题。人们谈论它，但没有多少人了解数据科学的影响。例如：数据科学是一个有起有落的领域。就像任何其他行业一样。这是一个非常不稳定和变化的领域。问题是：数据科学没有确定性。你今天所做的工作，将来可能没有用。你今天学到的技能，明天就没用了。那么，为什么还要努力成为一名数据科学家呢？如果你想成为一名数据科学家，那么你必须准备好不断投资自己，不断学习新技能，并准备好死在里面。如果你想成为一名数据科学家，你需要死在内心深处。是的，死在里面是成为数据科

结论

人们无法成为数据科学家的原因之一可能是他们以前在不相关的领域拥有工作经验。也许我们应该在雇用候选人之前评估他们，并让他们在开始工作之前学习数据科学的基础知识

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明

本文链接：https://www.qanswer.top/15584/10300510