大資料時代，資料科學家的一天是如何配置設定的？

資料科學家的一天是如何配置設定的?

不言而喻，資料科學家的大部分時間都在和資料打交道。不過，面對面的交流、開會也是一個相當重要的組成部分，這一點可能不太容易想到。

資料科學家tanu george表示，一天通常以會議開始，這些會議可能有着不盡相同的目的，比如确定客戶的業務問題，跟蹤進展或讨論報告。會議結束後，要開始進行資料處理，主要集中解決會議中提到的問題。下午繼續開會，展示資料處理結果，在一天快結束的時候，需要通過電子郵件共享分析結果。

george每天大約50%的時間在開會中度過，20%用于工作，20%用于解釋資料處理結果，包括可視化以及将資料轉化為可操作的形式。ryan rosario也是一名資料科學家，同時是線上教育網站springboard的老師，對他來說，和客戶開會也是一個非常重要的組成部分。很多時候，他都在考慮客戶需要哪種類型的資料。大部分情況下，客戶是沒有資料的也不知道通過哪種途徑得到資料，而他需要根據客戶的需求制定計劃，進而得到資料。

大部分資料科學家并不是與單個資料打交道，而是試圖了解對客戶或公司來說，資料意味着什麼。人們很喜歡通過分析資料來做決策，但有時并沒有合适的資料。作為資料科學家，需要學會篩選合适的資料，運用恰當的資料分析方法，幫助客戶做出正确的決策。

工作中最喜歡的部分

george表示，會議是她一天中最喜愛的部分。作為facebook機器學習的工程師，rosario認為資料往往是混亂的，或者隻有某個特定軟體可以了解。作為資料科學家，需要把資料轉換成友善了解的格式，他很喜歡向人們展示資料可以做什麼。許多人都知道他們需要資料，但他們不知道具體需求是什麼，而資料科學家需要像魔術師一樣，打開客戶的思維可能性。另一位資料科學家long喜歡很多部分，包括研究問題背景的初始階段以及找出擷取資料的方法。

如何成為資料科學家?

要想成為資料科學家需要做很多方面的努力，現在幾乎所有公司的資料都會開放api，而python的資料處理能力強大且友善，如果你想成為資料科學家，可以考慮從python入手。此外，統計學習、資料處理、統計學和計算機科學可能都會涉及。有人可以通過讀書很好的學習，但最好的學習方法還是将知識付諸實踐。

下一站應該做什麼?

随着物聯網的發展，george認為未來一定會有更多的資料出現。越關注主流資料就意味着有越多的工作要做。rosario認為，物聯網和流媒體資料将是下一個前沿，資料安全是急需解決的重大問題。資料科學家往往希望成為“獨角獸”，這意味着他們想要盡一己之力，解決所有的編碼、資料操作、資料分析等工作。術業有專攻，很難有人可以掌握所有東西，但不同的人可以掌握不同的技術。

有哪些建議?

想要做資料科學，rosario認為至少得是碩士學位。對于遇到的問題，應該試圖找到方法并解決它，可以試着從類似于kaggle的網站尋找資料集，并找出解決方案。

大資料時代，是不是每家公司都需要資料科學家呢?這當然因公司而異，由于目前的軟體技術和算法變得越來越先進，無需人力成本的投入就可以完成資料組織和營運。這些高科技手段對企業而言是利好消息，因為企業可以減少做資料科學方面的成本，但資料科學家的就業前景還是不錯的，資料科學家也應為企業解決難題，為企業帶來價值。

本文轉自d1net（轉載）