京公网安备 11010802034615号
经营许可证编号:京B2-20210330
由图比的数据科学家迈克尔·伯克
交流是数据科学工作中最具挑战性的方面之一。这是我的笔记…
有一个基于研究的古老格言,即93%的交流是非语言的。你的交流55%是肢体语言,38%是语音,7%是口语。
视频通话中的肢体语言交流会发生什么?它通常会消失。
您应该试着收回这55%并更加强调语调和口语。
一些有用的技巧来弥补肢体语言的差距,包括夸张的声音变化和改变你的音量。增加你的面部表情和手势也可以提高你的演示文稿的接收效果。这可能看起来不自然,但如果你记录下你的谈话并重新观看,你会惊讶于这些变化看起来是多么正常和有魅力。
另一个有趣的想法是内容、设计和交付框架-SRC。
后两者,设计和交付,分别指极简幻灯片设计和复杂主题的简单措辞。然而,内容部分真的很有趣。
简而言之,这篇文章假设你的听众只会从你的演讲中拿走一句,所以要让它算数。为此,您需要了解他们的技术水平、期望和项目的先验知识。如果你为你的听众量身定制你的演讲,你可以让这句话变得有价值。
一个非常简单的技巧是合并组织中其他团队的视觉效果。例如,展示一个支持您的声明的UX研究视频。通过利用先前的工作,您可以节省时间,创建引人注目的演示文稿,并在公司内部建立关系。
尽管有这些令人敬畏的想法,但互联网上的绝大多数信息都是常识。在这一节中,我们将关注那些不太明显的策略。让我们潜入…
对于超过10人的会议,可以放心地假设其中一人不想出席。他们是忙碌的人,生活忙碌,就像你一样。
所以,试着理解是什么让你的观众兴奋。兴奋是什么让事情完成。它使你的工作可见,从而产生影响。
虽然组织之间的角色差异很大,但大多数数据科学家都有选择和开发自己项目的自由。如果你工作的成功涉及到涉众的认同,你必须让他们对这个项目感到兴奋。经期。
不幸的是,没有一个明确的捷径来做到这一点,但以下是一些对我有效的事情:
通过将你的工作与激动人心的想法联系起来,你可以极大地增加你的演示文稿的价值。
不必要的信息是有害的。你会认为展示你的步骤和假设会对你的听众有益。嗯,大多数情况下不是。
通过包括对他们的理解是不必要的信息,你是…
一个简单而有效的代理是尝试提前结束会议。我的一个队友受到了涉众和数据科学家的喜爱,因为他总是提前结束会议。现在,这条规则显然有例外,但这些例外比你想象的要少得多。
如果你的目标是提前结束会议,你就必须有条理、简洁和相关。
上面的两个部分可能是劳动密集型的,所以这里有一些简单的提示,希望能让你在20%的时间里得到80%的结果。
感谢阅读!以上所有的资源对我和我的职业生涯都有很大的影响。请分享您自己的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23