随着企业信息的不断增加,数据科学家炙手可热,在Glassdoor的美国最佳工作排行榜上,数据科学家已经连续四年位居第一。不用说,编码语言、大数据分析、机器学习、算法和其他高级技术技能对于数据科学家的职业成功至关重要。但是,根据a最近的文章TechRepublic的梅西•拜恩说:“光靠技术是不够的。”

她强调,沟通、协作和持续学习也是数据科学家需要掌握的重要能力,她列出了数据科学家需要避免的三个常见陷阱。

1.激光聚焦于解决方案

很少有数据问题是非黑即白的,这样处理它会导致后续的问题。在任何项目开始时,数据科学家都必须做一些临时性的工作,以建立问题存在的上下文,并确定涉及的任何其他系统或应用程序,它们之间如何交互,以及建议的解决方案可能如何改变这种动态关系。

2.忘记了最基本的

在人工智能(AI)、机器学习和其他先进技术实现的时代,数据科学家往往忽视了在更成熟的技术产生任何可操作的智能之前必须应用的简单工具。拜仁采访过的一位分析专家这样描述这个场景:“一个只有模型构建技能而没有基础知识的数据科学家,就像一个飞行员,在不知道座舱表盘含义的情况下就能驾驶飞机。”

3.缺乏沟通

寻找分析结果只是数据科学家职责的一部分。同样重要的是,他或她能够有效地将这些发现传达给组织内的不同团队。这可能是一个艰难的障碍,尤其是对于那些直接来自学术环境、习惯于单独与在分析方面拥有强大背景的人合作的数据科学家来说。然而,在企业环境中,将分析结果分发给一批具有不同技术能力的用户是至关重要的。因此,糟糕的沟通是数据科学家必须不惜一切代价避免的一个陷阱。

要了解从业者如何克服上述挑战的更多信息,请阅读TechRepublic的整篇文章在这里

看看这个最近顶帖子看看为什么传统的数据科学家不是推动数据计划前进的唯一力量。