京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据科学家日常工作的15项原则
作为一个数据科学家,我为我的日常工作总结开发出15项原则,这些是我本人也遵循的:
1、不要用数据说谎或吹牛: 对经验性证据要诚实坦率。最重要的是不要用数据自欺欺人。
2、建立永久工具并分享给他人: 花费一些日常工作时间去建立一些能使自己和他人生活变得轻松的工具(译者补充:我为人人,人人为我)。我们可是该死的人类,我们应该是工具的制造者!
3、不断自我教育: 看在佛祖的份上,你可是个科学家哦。去阅读研究生水平的核心数学和统计方法教材吧,永远不要安逸于你在走廊里从同事那得到的对某个方法的拙劣解释,学习基本原理可以让你玩出花样来。阅读最近的论文,参加研讨会,发表和评论论文。对此没有捷径。
4、提高你的技能: 学好一种语言,这样你才能被称为行家里手。其他语言也要学到能与别人沟通。不要忘记,SQL和英语很象,这个星球上每个白痴都能说,但你只有真正掌握它才可以写出优美的诗篇。学习一种编译性语言、一种解释性语言,和R语言。或者只需要学习R!它是丑陋的,但它会给你一个优势。搞透Matlab,你已经不再是没毕业的学生了。学习Unix,即使你平时使用Windows,学习sed和grep等所有那些东西,你可以用bash和powershell做些奇妙的事情。如果你愿意,也学学Hadoop,但要知道它是一个蹩脚的系统。
5、明白数据科学家有个生存意义 “踢人们屁股并让他们震惊”: 每天做一件与此相关的事。(译者注:kick ass在一般情况下指“很厉害;很拽”,但对于数据科学家来说,通常是用数据来揭示人们错误或具有危险性的行为,以此引起关注,所以用本意“踢屁股”反而比较合适)
6、通过向别人展示工作来经常挑战自我:不要害怕一些恶棍会批评你的工作,粉碎他们。如果你想害怕蟑螂的话,那你就不要走路了!
7、不要吝惜知识,也不要害怕问问题: 有些人对他们的知识缺乏信心,不去分享它,原谅他们,但不要成为他们中的一个。
8、先开发出一些思路,然后听取别人的看法,利用他们关于这一领域所知道的知识,但不要让你自己被其束缚: 如果他们真牛到可以用他们所知道的来解决问题,他们就不会来找你要解决方案了。
9、出去和人们在一起,与之交谈,互通有无,他山之石可以攻玉。
10、为你温和的代码建立个令人印象深刻和交互性强的用户界面: 代码是我们的语言(译者注:但不是用户的,所以……),让你的代码通过好的UI来闪耀光辉吧。
11、有效使用可视化技术,避免难以理解的图形: 可视化的唯一用途是使数据易于理解而非令人困惑。
12、学习新技术,努力理解经典技术的原理
13、多揽多做: 这就是天才工作的方式。不要害怕提出创造性的想法。你听说过“低调说话,高调做事”?不要觉得这很华丽,这其实是无能鼠辈工作的方式,不要成为他们中的一个。
14、保持创造力和关注: 你可以通过创造力和关注取得成功(咖啡因对这个有点帮助,但别过头儿)。
15、积极起来,努力工作。如果有人想阻止你,只管碾碎他们。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10