点击上方关注，All in AI中国

作者：DataSciSalon

要想在这个行业中获得成功，你需要哪些软技能?

在数据科学这个行业中，你所要会的不仅仅是掌握数据，我们的讲师认为有一项技能比其他任何技能都重要。Seriously Digital公司的数据科学主管罗伯特•帕尔维宁(Robert Parviainen)表示:"作为一名数据科学家，沟通技巧可以让你脱颖而出，无论是书面的还是口头的。"作为一名数据科学家，清楚地解释实验结果代表的含义以及你是如何得到结果的，和为什么要这样做的能力是极其重要的。弄清楚你的客户想要什么，无论是内部需求还是外部需求。这无疑是一个巨大的挑战——如果你做错了，可能会导致前功尽弃。

美国国家研究集团(National Research Group)研究与数据科学副总裁娜塔莎•埃里克塔(Natasha Ericta)和迪士尼互动(Disney Interactive)商业洞察分析师克拉拉•辛(Clara Shin)都认为沟通是最重要的。克拉拉•辛还表示，保持"积极灵活的态度也很关键。我们倾向于与不同的团队合作，其中正确的沟通是效率的关键。此外，你还需要灵活性，以适应项目/情况的变化，并从不同的角度看待问题。"

当然，理解你正在使用的数据也很有帮助。Advrtas的首席技术官塞缪尔·维达尔（Samuel Vidal）认为，"观察、理解很重要。此外，你还需要对人类的基本行为、心理和事物的自然秩序有一个清晰的理解。通过了解人和事物的行为和相互作用，根据因果关系你可以轻易地消除某些相关性。YouTube Music的高级战略分析师Joao Fiadeiro也表达了同样的看法。"好奇心和大局观造就了伟大的数据科学家。"

但即使你掌握了这些技能，还尚有不足。Hulu的数据和分析主管杰弗里·罗森伯格（Jeffrey Rosenberg），提出了他的看法："我认为谦卑是人与人互动的准则/指南。我很乐意像其他人学习，并从他们中获得最前沿的信息。我还发现如果人们对你不再抱有怀疑的姿态、对你充满信任的时候，他们非常愿意在你面前展现出他们最好的一面。我更相信，如果大家心连心，这无疑是巩固我们工作的基石，是我们进行产品研发/管理的基础。如果你抱有偏见和猜疑，我们就难以做到有效的沟通。"

社区对你的职业生涯有何帮助?

毫无疑问，社区在大多数数据科学家的职业发展中发挥着巨大的作用。菲亚代罗（Fiadeiro）说"公开分享自己的心得感悟和最新的实践结果，是数据科学前进的重要动力。我在Medium上看到过一些非常有思想、很有挑衅意味的帖子，它们把数据科学放到了语境中，并详细展示了不同公司是如何应对复杂挑战的。"Ericta表示同意，说"我有几个亲密的朋友，他们也是数据科学家。对于他们而言，最重要的是知道还有什么，比如说从方法建议到薪水多少。"

但有这么一个地方，让社区中这些天南海北的畅聊的人走在了一起。辛立马说了出来。"我从研究生和实习开始，就参加数据科学沙龙了。社区让我了解这一领域的大咖都在做什么，并帮助我构思项目想法。"大家一致认为，没有什么比与其他专业人士面对面交流、交换意见更棒的了。罗森博格（Rosenberg）说,"这些年来，会议的新成果、新理论都是在学术和专业领域相互冲突的会议/会议环境中碰撞产生的。不仅如此，通过比较这些解决问题的经验/方法，我们还可以发现在这些问题的背后运用的数学原理是多么的相似。但正是这些思想的汇合让我们找出了解决问题的方案。"

无论如何，积极主动地融入社区对你没有坏处。"社区在快速找到复杂问题的解决方案方面有着非常大的影响，"比达尔（Vidal）说。如果没有论坛、会议和同行的帮助，你对数据科学的研究很有可能进入几乎停滞的状态。换句话说，花点时间融入你的社区，可以让你的事业突飞猛进。

你最离不开哪三种工具?

不出意外，众多数据科学家表示每天要用到的工具很多。我们的讲师说了相当多工具名称，而且几乎没有重复。威达尔（Vidal）说:"有很多工具可以帮助我完成工作。而且随着时间的推移，它们也在不断的更新。目前我选择的工具是用于开发的SQL和c#，以及用于数据可视化的Excel。Excel和SQL在Ericta方面得到了较高的评分，菲亚代罗和辛也将R列为重要的工具。辛喜欢Python，而菲亚代罗更喜欢StackOverflow、谷歌colaboraboratory和BigQuery。对罗森博格而言呢？他说"Coffee，没有它什么都做不了。"

评论中说说你参加过的社区，那些年你遇到的扫地僧！小编先来，ITpub社区，最近发现，这个学院的课程也不错，顺道儿提升下你的软技能！戳：http://edu.itpub.net/