全文共2682字，預計學習時長7分鐘
圖源：unsplash
數據科學是一個非常廣闊而動態的領域，日新月異，我們需要不斷地學習趕上發展的步伐。為了實現目標或學習很多新事物，你也必須非常靈活。態度是關鍵，得有十足的熱情才能讓自己一次又一次開始學習旅程。
因此，本文將分享一些筆者認為已經身處該領域或準備進入該領域的人應該具備的態度。
要有創造力
數據人員必須了解並接受這樣一個事實：條條大路通羅馬。必須避免堅持使用某種特定的方法來完成某事，要去探索針對特定用例可用的很多工具、框架、庫和包。不要拘泥於某種方法，哪種方法能讓工作更快、更容易完成就用哪種。如果目前沒有方法可用，那就去創造一些東西，去接觸志同道合的人，共同創造一些東西。
不要害怕開始，需要的時候就尋求幫助，檢測自己的創造力。
堅持不懈
圖源：unsplash
對於有抱負的數據科學家而言，最重要的事情之一就是堅持不懈。堅持學習是非常困難的，尤其是當事情似乎停滯不前的時候。
要堅信，每個人都有取得突破的時候，正如每朵花都會綻放。繼續學習，堅持自己的學習計劃，你的突破終將到來。初學者所學的一切知識都將是未來工作中最常用的，因此不要跳過第一步。堅持學習，就會比預期的更快為進入該領域做好準備。
保持好奇心
學習是一個永無止境的過程。好奇心是每一個數據科學家、人工智慧或機器學習工程師都需要培養的基本態度。不知道並不可恥，知識只有在尋求時才能找到。養成在需要時就問問題或弄明白的習慣，這表明你對該問題非常感興趣，也證明你願意學習更多知識。
依靠數據作出推斷的人必須始終確保自己知道如何完成工作、需要做什麼才能完成工作以及為什麼要做某些事情才能完成工作。向同事或主管詢問有關工作或項目的技術問題將極大地有助於自己理解所從事工作的核心概念，指導自己完成工作。
圖源：unsplash
編寫乾淨且可重用的代碼
這一領域的大多數人每天都在編寫代碼，他們需要遵循一套規範，使其脫穎而出，成為優秀的程式設計師。從根本上講，代碼道德規範是一種公認的編寫代碼的方式，它讓程式設計師的工作看起來井井有條。
遵循代碼道德規範有很多好處，最程式設計師會有一種自己很專業的感覺，而且別人也會認為他是一個做事很有條理的人。代碼道德規範有很多條，每個程式設計師都需要了解的基本規範有以下幾條：
· 命名變量：不要只將變量命名為字母或其他東西。變量名稱應該告訴查看代碼的人該變量代表什麼。它可以是一個、兩個或多個單詞的縮寫形式，可以用下劃線分隔縮寫詞或使用名為camelCase的樣式案例。這裡將用小寫字母開頭的第一個單詞和用大寫字母開頭的任何新單詞連接起來，比如MyVar1或firstVariableName。
· 縮進：縮進是編碼必須遵循的規範，因為它以一種讓代碼更具可讀性和條理性的方式創建代碼。屬於某個塊的任何代碼（比如函數、子例程、循環和if語句）必須縮進，以顯示其在程序中的作用域。
· 注釋：注釋是不影響代碼結果的文本，它只是一段文本，目的是讓別人知道程式設計師在程序中做了什麼或者正在代碼塊中做些什麼。注釋不應該美化代碼，它們起到的是指南的作用。所以注釋一定要簡單，以下是反面典型：
!!#<>只需加上一條簡單的注釋即可，比如：
# This is a comment自測
你的工作可能通常需要進行編碼測試，這有時非常難以應付，特別是沒有做好準備的情況下。讓自己為編碼測試做好準備的最佳方法是每天進行自測，不僅有助於提高自己的技能，而且會讓自己動作更快、更有時間觀念。
網上有很多平台可以進行編碼測試，筆者最為熟悉的是HackerRank。每天至少測試一次，長此以往，你在編碼測試中的表現會越來越好。除此之外，還可以進行模擬面試，或者偶爾讓朋友或同事擔任面試官，這將幫助你在真正的面試中樹立信心，做好準備。
建立可靠的簡歷
一份優秀的數據科學家的簡歷應該包括自己已經完成的個人或專業項目、成就、專業目標和目的、技能、興趣和教育背景。可靠的簡歷會讓你脫穎而出，更容易受到招聘人員和僱主的青睞。
廣泛閱讀
圖源：unsplash
你的能力取決於所學到的東西。閱讀自己領域相關主題的有趣博文、文章或論文將極大地有助於拓寬知識面、學習新事物。所以要培養經常閱讀的習慣，密切關注優秀作家博客的更新。
建立良好的人際關係網
和志趣相投的人來往，經常保持聯繫，向他們尋求幫助或分享自己的想法，這會為你未來的職業到來大有裨益。
做好在團隊中工作的準備
在公司中，數據科學家、數據工程師、人工智慧和機器學習工程師通常會組成一個團隊，因此我們需要具備一些團隊合作技能，幫助團隊取得進步。
團隊合作技能包括軟技能和技術技能。軟技能主要指的是與團隊中其他人的溝通和關係，技術技能指的是為取得最大進展而應用於工作中的核心技能。學習如何使用Git、Github等分布式版本控制工具對於團隊合作來說很有必要，它可以讓團隊中的每個成員在互相不見面的情況下也能實現合作。
圖源：unsplash
充分利用專業知識
作為一名數據科學家，你的專業知識就是你的超能力。
數據科學家在專業領域的工作能將他們的潛力發揮到極致：研究銀行業和金融業的數據科學家在金融公司會表現最好，而受過生物科學培訓的數據科學家在生物領域的公司會表現最好。
數據科學是目前發展最快、最多樣化的領域，無需擁有計算機科學理學學士學位或碩士學位即可從事數據科學領域的工作。無論你身處什麼領域，你都可以成為一名數據科學家。
放手去做，以數據科學家的身份為你所在的領域提供幫助。注意，切換到另一個你幾乎不了解的領域會大大減少你作為原領域數據科學家的價值，對於需要數據科學家處理氣候或地學數據的公司來說，受過金融數據處理培訓的數據科學家幾乎毫無用處。
普通人可能會認為「每個數據都只是數據」，但是數據科學家必須了解這一點：數據是取得任何有關數據的工作進展的關鍵。
天賦決定下限，態度決定能否達到上限，不斷進取的心能幫助你在數據科學領域創造奇蹟。
留言點贊關注
我們一起分享AI學習與發展的乾貨
如轉載，請後台留言，遵守轉載規範
文章來源: https://twgreatdaily.com/zh-cn/m_-innMB9ODqL9zE_ahG.html