編者按：上MOOC、讀教科書、一遍又一遍地刷題……在畢業前，如果你對未來還是這樣一幅態度，那你幾乎就是在虛度光陰。雖然數據科學家是未來最“性感”的工作，但要成為“性感”的人，枯坐燈前當個書呆子可不成……

在畢業前，也許你是個勤奮的人，一直很努力地自學教材，也會上在線課程充實自我，但臨近畢業，現在的你在做些什么呢？數據科學家是一份令人望而生畏的工作，一方面，畢業生不知道自己水平是否足以勝任；另一方面，面試人員往往也很難從畢業生身上看出他們的全部實力。

但每個人都有走出象牙塔的一天，為了讓自己在社會上更有實力，你準備好迎接挑戰了嗎？如果你的夢想是當一名數據科學家，下面是DataOptimal創始人John Sullivan給你的5項技能建議。實踐是進入數據科學世界的最佳方式，而掌握熱門的必備技能將使你在職場上面面俱到。

1.數據清理

不要以為其他分析師會幫你處理好一切，作為一名數據科學家，如果你剛接手一個新項目，你可以把項目總用時里的80%用來做數據清理，這是科學的。無論是多高級的數據團隊，數據清理始終是從業人員心中的巨大痛點，換個角度看，這也是你的機遇。如果你能證明自己在數據清理上面經驗豐富，那你的價值實現指日可待。

為了鍛煉這方面的能力，記得找一些混亂的數據集，多多練習，多多積累。

如果你用的編程語言是Python，Pandas是個好庫；如果是R語言，dplyr包也是個不錯的選擇。換句話說，語言和庫只是工具，但你用它們做的事是一樣的：

導入數據

添加多個數據集

檢測缺失值

檢測異常值

填補缺失值

保證數據質量

2.探索性數據分析

數據科學的另一個重要技能是探索性數據分析（EDA）。當有人扔給你一份數據時，你對這份數據完全陌生，又沒有足夠的業務背景，會不會感覺無從下手？如果你什么都不管，直接把數據喂給各種模型，卻發現效果不好，因為你沒有好的特征，那么你可能需要的是數據探索。

EDA是對已有數據在盡可能少的假定下進行探索，通過各種可視化方法探明數據結構、規律的一種數據分析方法，它能讓你建立起對數據的直覺。從效果上來看，EDA允許分析師從數據中得出結論以推動業務影響，這個影響可以是客戶群分析，也可以是季節性銷售趨勢。讓自己和公司獲得意料之外的驚喜，這是EDA的魅力。

對于EDA，Python用戶可以用Pandas和Matplotlib，R語言用戶可以用ggplot2包。一個精通EDA的人需要熟練這些技巧：

為數據分析制定問題

表明趨勢

表明變量間的協變

用可視化結果（散點圖、直方圖等）有效地傳達結果

3.交互式數據可視化

交互式數據可視化包括儀表板等工具。這些工具對數據科學團隊以及更多面向業務的終端用戶都很有用。儀表板允許數據科學團隊進行協作，并一起商議見解。更重要的是，它們為面向業務的客戶提供了一種交互式工具，后者往往專注于戰略目標，而非技術細節。一般情況下，數據科學項目的最終呈現應該是以儀表板的形式出現的。

對于Python用戶，Bokeh和Plotly庫非常適合創建儀表板。對于R用戶，請務必查看RStudio的Shiny軟件包。無論是那種，你的儀表板上都要遵循：

包含和客戶需求相關的各項指標

創建有用的feature

布局合理（如F-pattern可以在客戶掃視時，讓他們記住大部分內容）

切換演示文稿頻率合理

生成報告或其他自動操作

4.機器學習

機器學習是數據科學的重要組成部分。當然，這不是說你現在就得開始學習構建復雜的深度學習模型，事實上，大多數工作都不需要你有太高的機器學習知識水平。線性回歸、邏輯回歸，會用這些簡單算法就夠了，而且這些東西也更容易讓你的領導理解，理解是溝通的基礎。

如果要在這方面積累經驗，記得做客戶留存預測、貸款預測、欺詐檢測這類項目。這不是說預測植物品種這類問題不好，只是前者能幫你積累更多業務常識。

如果你是Python用戶，用Scikit-learn庫。對于R用戶，用Caret包。同樣的，下面是必須要呈現的內容：

為什么要選這個特定模型

把數據拆成訓練集和測試集（k倍交叉驗證），避免過擬合

選擇正確的評估指標（AUC、adj-R2、混淆矩陣等）

調整超參數

5.溝通

溝通是所有工作的必備技能。優秀數據科學家和普通數據科學家的區別在于前者能有效傳達結果，而后者不能。無論展示的模型有多花哨，如果你看到客戶后連嘴巴都張不開，他們又怎么會支持你的成果？PPT和筆記本電腦是溝通必備工具，你也可以用Jupyter Notebook或RMarkdown文件和客戶交流項目。

確保了解你的目標聽眾是誰，向高管們展示和向機器學習專家展示完全不是一碼事。一定要掌握這些技能：

了解目標受眾

提供相關可視化

PPT不要過長

PPT演示流暢

結果和業務影響緊密結合（降低成本？增加收入？）

辛辛苦苦做完項目后，不要把文件隨便亂丟，要養成收集、記錄的好習慣。你可以用Github Pages把文件免費轉成靜態網頁，為你的潛在雇主提供了解你的資料。

最后，只要是入了數據的門，無論短時間內崗位是不是稱心如意，接受了這份工作就保持積極態度，繼續不斷嘗試項目，快樂工作，快樂找更好的工作！