许多“如何将科学数据化”的课程和文章,包括我自己的课程和文章,都倾向于强调统计学、数学和编程等基本技能。然而,最近,我通过自己的经历注意到,这些基本技能很难转化为实际技能,从而使你能够就业。
因此,我想创建一个唯一列表,其中包含实用技能,这些技能将使您具有工作能力。
我谈到的前四项技能对任何数据科学家来说都是绝对关键的,无论你是什么专业的。以下技能(5-11)都是重要的技能,但用法会因你的专业而异。
例如,如果你最有统计基础,你可能会花更多的时间在推断统计上。相反,如果你对文本分析更感兴趣,你可能会花更多的时间学习NLP,或者如果你对决策科学感兴趣,你可能会专注于解释性建模。你明白重点了。
说到这里,让我们深入研究一下我认为最实用的11项数据科学技能:
学习如何编写健壮的SQL查询,并在像Airflow这样的工作流管理平台上调度它们,将使您成为一名数据科学家,这是第1点的原因。
为什么?原因有很多:
因此,作为数据科学家,您必须是SQL方面的专家。没有例外。
资源
无论您是在构建模型、探索要构建的新特性,还是在进行深度挖掘,您都需要知道如何处理数据。
数据争论意味着将数据从一种格式转换为另一种格式。
特征工程是数据争论的一种形式,但具体指从原始数据中提取特征。
如何操作数据并不重要,不管是使用Python还是SQL,但您应该能够随心所欲地操作数据(当然,在可能的参数范围内)。
资源
当我说“版本控制”时,我特别指的是GitHub和Git。Git是世界上使用的主要版本控制系统,GitHub本质上是一个基于云的文件和文件夹存储库。
虽然Git不是一开始学习的最直观的技能,但对于几乎每一个与编码相关的角色来说,了解它是必不可少的。为什么?
花时间学习GIT。它会带你走很远的!
建造一个视觉上令人惊叹的仪表板或一个精确度超过95%的复杂模型是一回事。但是如果你不能把你的项目的价值传达给其他人,你就不会得到你应得的认可,最终,你的职业生涯就不会像你应该做的那样成功。
讲故事指的是你“如何”交流你的见解和模型。从概念上来说,如果你想一本图画书,洞察力/模型就是图画,而“讲故事”指的是连接所有图画的叙述。
在科技界,讲故事和交流是被严重低估的技能。从我职业生涯中所见,这种技能是大三学生与大四学生和经理人之间的区别。
构建回归和分类模型(即预测模型)并不是你总是要做的事情,但如果你是一名数据科学家,雇主会希望你知道这一点。
即使这不是你经常做的事情,也是你必须擅长的事情,因为你希望能够构建高性能的模型。在我的职业生涯中,到目前为止,我只生产了两个机器学习模型,但它们都是对业务产生重大影响的关键任务模型。
因此,您应该很好地理解数据准备技术、增强算法、超参数调优和模型评估度量。
资源
许多机器学习算法在很长一段时间内被认为是“黑箱”,因为不清楚这些模型是如何基于各自的输入得出预测的。这种情况现在正在改变,因为广泛采用了可解释的机器学习技术,如SHAP和Lime。
SHAP和LIME是两种技术,它们不仅告诉您每个特征的特征重要性,还告诉您对模型输出的影响,类似于线性回归方程中的系数。
使用SHAP和LIME,您可以创建解释性模型,也可以更好地交流预测模型背后的逻辑。
资源
a/B测试是一种实验形式,您可以比较两个不同的组,根据给定的指标,看看哪个组表现更好。
A/B测试可以说是企业界最实用、应用最广泛的统计概念。为什么?A/B测试允许您将100s或1000s的小改进组合在一起,从而随着时间的推移产生重大的变化和改进。
如果您对数据科学的统计方面感兴趣,A/B测试对于理解和学习是必不可少的。
资源
就我个人而言,我在职业生涯中没有使用过集群,但它是数据科学的核心领域,每个人至少都应该熟悉。
集群是有用的,原因有很多。您可以找到不同的客户细分,您可以使用聚类来标记未标记的数据,您甚至可以使用聚类来为模型找到截止点。
下面是一些参考资料,介绍了您应该了解的最重要的集群技术。
资源
虽然我一生中还没有构建过推荐系统,但它是数据科学中最实际的应用之一。推荐系统之所以如此强大,是因为它们有能力推动收入和利润。事实上,亚马逊声称在2019年,由于他们的推荐系统,他们的销售额提高了29%。
因此,如果您曾经在一家公司工作,其中的用户必须做出选择,并且有许多选项可供选择,推荐系统可能是一个有用的应用程序。
NLP,或自然语言处理,是人工智能的一个分支,专注于文本和语音。与机器学习不同,我认为NLP还远未成熟,这正是它如此有趣的原因。
NLP有很多用例…
总的来说,NLP是数据科学世界中一个非常有趣和有用的利基领域。
资源
最近,数据科学家采用了度量开发的职责,因为表面度量依赖于1)数据来计算度量和2)代码来计算和输出度量。
度量开发涉及几个方面:
我希望这有助于指导你的学习,并给你一些未来一年的方向。有很多东西要学,所以我肯定会选择几个听起来对你来说最有趣的技能,然后从那里开始。
请记住,这更多的是一篇由轶事经验支持的固执己见的文章,所以从这篇文章中获取你想要的东西。但我一如既往地祝你在学习上取得最好的成绩!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10推荐学习书籍 《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门! ...
2025-03-07在数据驱动决策的时代,掌握多样的数据分析方法,就如同拥有了开启宝藏的多把钥匙,能帮助我们从海量数据中挖掘出关键信息,本 ...
2025-03-06在备考 CDA 考试的漫漫征途上,拥有一套契合考试大纲的优质模拟题库,其重要性不言而喻。它恰似黑夜里熠熠生辉的启明星,为每一 ...
2025-03-05“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关 ...
2025-03-04以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-04在现代商业环境中,数据分析师的角色愈发重要。数据分析师通过解读数据,帮助企业做出更明智的决策。因此,考取数据分析师证书成为了许多人提升职业竞争力的选择。本文将详细介绍考取数据分析师证书的过程,包括了解证书种类和 ...
2025-03-03在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2025-03-03数据分析师认证考试全面升级后,除了考试场次和报名时间,小伙伴们最关心的就是报名费了,报 ...
2025-03-032025年刚开启,知乎上就出现了一个热帖: 2024年突然出现的经济下行,使各行各业都感觉到压力山大。有人说,大环境越来越不好了 ...
2025-03-03大数据分析师培训旨在培养学员掌握大数据分析的基础知识、技术及应用能力,以适应企业对数据分析人才的需求。根据不同的培训需求 ...
2025-03-03小伙伴们,最近被《哪吒2》刷屏了吧!这部电影不仅在国内掀起观影热潮,还在全球范围内引发了关注,成为中国电影崛起的又一里程 ...
2025-03-03以下的文章内容来源于张彦存老师的专栏,如果您想阅读专栏《Python 数据可视化 18 讲(PyEcharts、Matplotlib、Seaborn)》,点 ...
2025-02-28最近,国产AI模型DeepSeek爆火,其创始人梁文峰走进大众视野。《黑神话:悟空》制作人冯骥盛赞DeepSeek为“国运级别的科技成果” ...
2025-02-271.统计学简介 听说你已经被统计学劝退,被Python唬住……先别着急划走,看完这篇再说! 先说结论,大多数情况下的学不会都不是知 ...
2025-02-27“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩稳定, ...
2025-02-26在数据分析工作中,你可能经常遇到这样的问题: 从浏览到消费的转化率一直很低,那到底该优化哪里呢? 如果你要投放广告该怎么 ...
2025-02-25近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的,尤 ...
2025-02-25挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-25