数据科学是一门典型的交叉科学，内容之广，涵盖统计、数学、编程、商业知识。我还在学校的时候，对这个职业并没有具体的认识，因为急着找工作，走了一些弯路。现在总结一下自己入行以来关于职业技能的心得体会，希望能够帮到对data science 感兴趣但不知道怎样入行的朋友们。

以下内容是我根据自己经历总结的个人见解，仅供参考。我的经历比较偏向统计、计量经济、因果分析、优化、机器学习，没有接触过工业届的深度学习。

统计和数学

首先，Don’t panic.

要学的东西很多，看上去可能有点intimidating，但是不要怕！你真的不需要成为所有方面的专家，工作中，大多数人都是非常了解某一方面，对其他的知识只有一个大概的理解。但这些都是触类旁通的，接触到之后学起来很快。（这里所说的大概是指了解特定问题的原理、大概方法、和实用场景，不一定你真的要亲自implement过或者推导过。）根据你自己的兴趣，选择一个深度和广度的平衡。推荐Brandon Roher 的博客 Imposter Syndrome。没有人规定ds的技术栈必须是什么样的，只要你有不断学习的意愿，在用数据解决问题，查漏补缺，你就是一个real DS.

有些知识是强烈推荐熟知的，见加粗字体。

  • 掌握一些常见的回归模型（OLS, WLS, Regularized Regression, Fixed Effect 和 Random Effect, time series），包括模型的形式、假设、适用场景。

  • 熟悉 Bayesian Theorem和Bayesian Estimation （是什么，怎么用）

  • 统计的基本知识，置信分析，p 值，实验设计，power analysis，假设检验

  • 选择变量和降维的一些常见方法（pca, 上面的 Regularized Regression等等）

  • 常见的采样方法（random sampling, stratified sampling, MCMC，各种sampling步骤怎样的，为什么要这么做)

  • 优化问题的框架（比如目标函数、约束条件）和常见的优化方法实现

机器学习

  • 分类算法（决策/回归树，随机森林，逻辑回归，XGBoost 等等，对算法和实际运用的常见问题有了解 ，能够比较不同算法的优劣)

  • 聚类分析 （K-means, Hierarchical 等等，算法、应用场景，最好自己implement过）

  • 各种算法的评估metric（R squared, AUC, sensitivity vs specificity，一个捷径是逐条看sklearn里的metrics条目简介，比较各自的侧重点)

  • 交叉验证的理念、方法、流程

由于我对深度学习仅有书本知识的了解，没有在工作中实际接触过，建议对深度学习感兴趣的同学们直接在linkedin上咨询有经验的人士。在message里写明自己的兴趣、感兴趣的原因、和具体的问题，大多数时候很多人都非常热心愿意帮助别人。

编程

必备技能！

  • SQL

    ds的吃饭必备手段，必须熟练。作为一个ds，每天抓取和清理数据是家常便饭。

  • python中熟练的数据处理能力，pandas和numpy

    从抓到数据到运行算法之间的处理主要靠这两个package，没什么难的，多多练习就好了。再练习一下leetcode上简单到中等的题目，ds对编程的要求没有像码农那么高，但白板面试也很常见。不用太注重刷题，平时自己做做小项目也能有效锻炼编程能力。一个可供参考的小项目：抓取twitter上的tweet，可视化川普的发推趋势和推中的含某个关键词的百分比。

  • 数据可视化。

    一般面试不大会考，但如果是take home test，就一定会用到，工作中也一定会用到。对于ds来说，无论你的模型再高级、结果再好，最终都要落地成普通人能理解以及符合常识的东西。仅仅看一个single model evaluation metric是不够的，转化成商业语言到底是什么样子？常识上来说有没有道理？怎样有效传达你的信息，在工作中是非常重要的。

  • Modularize乃至productionize的能力。

    在工作中，不同的岗位不一样。有的岗位需要自己productionize，有的eng会帮你productionize。但即使是后者，也需要你写出一个比较漂亮的prototype。怎样让你的算法定时去run，每次跑的input怎么拿，output怎么拿，算法本身是不是一个能读懂的、包装的比较好的function或者class。这一点我是在工作中逐渐学习到的，如果平时有空，强烈推荐自己做一些小的project。在做project 的时候，把自己当成一个团队，既要当pm，又要当eng，又要当ds，可以学到很多东西，是个挺有意思的过程。

行业知识和软技能

这一点真的非常、非常、非常重要（重要的事情说三遍），但似乎也是最经常被人忽略的。

  • 行业知识。

    虽说以上的技能是可以通用，但做数据最重要的其实是对行业的了解和敏感性。统计和编程只是实现手段，是厨具，更高级的厨具也许可以作出某些少见的菜肴，但真正决定菜的色香味的，并不在工具而在厨师的水平。对想入门的朋友们，要看看某个行业是不是自己真正感兴趣的，但对于已经在职场工作了一阵子而想转行且行业不同的朋友来说，要做好丢失之前所有行业知识的心理准备。

    最初我想多探索一些不同的行业，先后在通信、社交媒体、银行风控和共享出行都有正式或者实习的经历。虽然一直做着data相关的工作，但具体要解决的问题和所需的技能实在是千差万别。如果发现自己喜欢的行业，最好多学习多思考，厚积薄发。

  • 软技能

    面试的时候，你需要有清晰的表达能力，让面试官听懂你过去所做的项目、还有运用的技术。同时，你也要认真聆听面试官的诉求，他/她给出的商业问题，并有条理有逻辑的组织你的回答。在技术水平相似的时候，流畅的表达能力和反馈能力非常加分。

    工作之后，当你有了自己的项目，也需要多多和团队交流。如果有了一个好点子，要及时和老板、同事、和pm沟通，得到他们的反馈和支持。任何职位都不是单打独斗，推进项目更加需要你有策略的展示、沟通。一个数据科学家的价值，不在于本身技术能力有多强，而在于能不能落地成项目，为公司创造价值。

万事开头难，找工作是一个日积月累然后厚积薄发的过程。只要入了ds的门槛，对实际的工作有了一个大概的了解，之后的提升、或者换工作，都会比最初找工作的时候轻松很多了。最后，希望大家都能找到满意的工作。