京公网安备 11010802034615号
经营许可证编号:京B2-20210330
对于经常阅读我文章的人来说,你可能会认为我是这个星球上最矛盾的人。我不怪你。
我最近注意到,在与人的口头或书面交流中,我对与我交流的人做出了大量的假设。我没有明确地定义非常重要的方面,然后才确切地说明我所说的话,这取决于上下文,有可能冲淡我希望传达的实际信息。
最近,我写了一篇关于如何通过网络简化进入数据科学的初始阶段的文章。作为对这篇文章的回应,我在LinkedIn上收到了很多连接请求,表示他们希望与我连接,以便建立他们的专业网络。
别误会,我对与我交往的人没有意见。事实上,我在写的每一篇文章的结尾都鼓励它。我非常感激我处于一个人们希望与我联系并跟随我在数据科学之旅的位置。与大家分享我的经验的目的是,我希望从我的角度来表达作为一名数据科学家或自由职业者的现实,因为我们都在努力成为不可或缺的。
平淡无奇地说…
联网是浪费时间!
哎呀,我又做了一次。让我解释一下…我们知道的网络方式,或者我们被告知要做的方式,已经完全死了。
事实上,我还没有想出一个足够好的名称来描述什么是真正的网络,所以我仍然将“真正的网络方式”称为网络。
很有可能浪费时间构建你的数据科学网络。这是它的样子;
在我看来,这种网络形式不是网络。完全是哑弹。浪费时间。
以下是我对网络的看法…
如果你正在制作一些有趣的东西,那么总会有人想了解你。
简单明了。
为什么人们想见埃隆·马斯克?如果你说因为他是亿万富翁,你又一次掉进了陷阱。这是错误的心态。如果你在想他的数十亿美元,很可能你在想这对你有什么好处。这是接受者的心态。
人们想见埃隆·马斯克,因为他做人们想要的东西。他是个解决问题的人,我们需要他!
如果您正试图基于上面列出的3个原因中的任何一个建立网络,您绝对是在浪费时间--这些时间可以用来建立人们想要的有趣的东西,从而导致人们想要了解您。
如果你看看LinkedIn上讨论数据科学的热门人士,你就会明白我在说什么;
名单还在继续…
我知道你在读我和你分享的名单时在想什么-
“这些人都在这个领域工作了多年”。
这是千真万确的…每一座建筑都必须从某个地方开始。
分4步开始您的数据科学之旅
从本质上说,当我提到网络时,我想说的是,你应该专注于创造人们想要的东西。做一个创造者。这样,合适的人就会来找你。
从我的观察来看,与我联系在一起的人中最难忘的是那些与我联系在一起的人,原因如下;
这并不是说我没有人和我联系,向我询问工作和其他不在这份清单上的事情,我有。但是,这些人很快就消失了。
在我看来,如果你发现自己试图与网上的人联系除了这三个原因,那么我建议你抓住自己的行为。无论你做什么或说什么,都可能令人绝望,并可能在关系开始前危及关系。
如果你真的想建立一个强大的网络,在你决定开始创建的那一刻,合适的人就会找到你。
要开始创作,你不需要像我一样从一个博客开始;你有很多不同的方法来创造人们想要的东西。
这些想法不必从细节开始。重要的是你开始创造并分享你所创造的--最终,合适的人会来找你。
最重要的数据科学项目
一开始,成为一个创作者并分享你在网上做的事情似乎是一项艰巨的任务,尤其是如果你像我一样天生内向的话--克服这个问题始于分享一件事,然后永远不要停止。如果你希望发展一个强大而健康的网络,那么重要的是你要站在造物主的立场上--从那时起,一切都会来到你身边。
请在LinkedInandTwitters上与我联系,了解我关于数据科学、人工智能和自由职业的最新消息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03