一個真實的項目處理幾個問題，而這些問題并不是從仔細清理的數據或定義的問題開始的。在大多數項目中，我們先驗地不一定知道哪些特性是相關的，收集數據的頻率如何，以及需要回答的正確問題是什么。歡迎來到現實世界！

新的自動化工具的出現將繼續使不同模型的實現變得容易和可訪問。然而，它無法對現實世界項目中更具挑戰性的問題進行分類。許多這樣的問題依賴于上下文，自動化的時機還不成熟。

3.現實世界的數據科學項目需要迭代開發

也許是受到關于數據科學的炒作的驅使，我遇到過這樣的情況，人們接近我，告訴我他們有數據，并希望我應用“數據科學”來解決他們的問題（這可能也不一定是明確定義的）。我敢打賭，許多不是數據科學家的人認為它是某種魔力（一個可以在一邊輸入數據，另一端獲得輸出的工具）。

恰恰相反，真正的項目有需要平衡的權衡。這需要一種迭代方法，首先部署初始模型，然后在收集更多數據以進一步改進時監視性能。

任何部署的模型只有在按預期使用時才有用。這是不能保證的。需要有一個熟練的人員元素，可以繼續監視和診斷已部署模型的使用，并提出適當的解決方案來改進它。然而，監測部分不一定要自動化，甚至不一定要定量?？赡軙l生你無法預料的非常意外和奇怪的事情。

倫敦大都會面部識別系統

不久前，倫敦大都會警察局測試了一個實時面部識別系統。該系統有攝像頭，可以掃描購物中心和公共廣場上的人，提取各種面部特征，然后將這些特征與觀察名單中的嫌疑人進行比較。然后，該系統將顯示任何匹配，供官員審查并決定是否需要阻止任何嫌疑人（在某些情況下，逮捕）。關于該系統運作的一項獨立聲明提出了重大關切，并強調了幾個限制。在經過6次審判確定的42名嫌疑人中，只有8名（僅19%）證明是正確的匹配。

有許多數據科學算法被歪曲的例子，使它們不夠充分，需要進一步發展。就目前的情況來看，我們甚至還沒有處于模型被廣泛部署和使用的階段。因此，我們甚至沒有足夠的模型漂移或出錯的用例來進一步自動化此類工具。到目前為止，我們所擁有的最好的方法是在模型部署時識別問題（例如，銀行、醫療保健、警務）。

這是最先進的。我們開發和部署模型，但結果證明它們是不夠的，不適合目的。我們正處在一個階段，我們只看到使用不合適的模型的早期后果。有沒有自動化的解決方案來處理這個問題？一個都沒有！

即使是手動，我們也在受到挑戰！

4。數據科學是科學是有原因的

這是我最喜歡的一點。一段時間以來，平凡的、重復的、非認知要求的任務一直處于自動化的風險之中。然而，這種干擾只會導致更多需要人類創造力和解決問題的工作。我們的記憶很糟糕，但我們，人類，在識別模式以解決問題時，卻異常出色。

“你的頭腦是用來有想法的，而不是拿著它們?！贝笮l·艾倫

數據科學是科學是有原因的。而是解決問題。我們面臨的問題，需要創造性的、巧妙的解決方案。我們正是在這一點上大放異彩，這是一種非常令人向往的技能。數據科學的用例只會增加。這僅僅是因為我們正在收集更多的數據，我們有更多的計算能力在小芯片上實現復雜的數學運算。

讓我向您展示實現當今最著名的機器學習算法是多么的微不足道。

假設您已經仔細清理了輸入變量(x)和輸出變量(y)，準備進入模型。使用ingscikit-learn（Python中一個著名的開源機器學習庫），我們可以用以下兩行代碼實現決策樹：

from sklearn import tree
tree.DecisionTreeClassifier.fit(X,Y)

我們可以用以下兩行代碼實現支持向量機：

from sklearn import svm
svm.SVC.fit(X,y)

你看到圖案了嗎？我們所需要做的就是改變函數名，然后你就有了模型。真正的數據科學家不會坐著從頭開始重新實現這些算法。他們最終將使用行業中成熟的庫，如Scikit-learn。

但你真的認為大多數數據科學家都在這樣做，并因這項技能而被雇傭嗎？改變模型中的一個單詞，然后運行，然后報告結果？不！

然而，作為一名數據科學家，如果這是你關注的全部，那么對這種技能的需求很快就會消失。

實現一個模型是大多數人可以做的事情，如果他們知道工具，而且很容易讓人接受培訓。硬的部分是：

• 知道何時使用某個工具
• 為什么某個工具不能很好地執行
• 哪些步驟可能有助于提高性能
• 在給定的問題中，哪些權衡是重要的
• 有洞察力和能力將以上所有內容與總體目標聯系起來
• 具備與領域專家溝通的技能

上面提到的技能是通過在現實世界中工作而獲得的，具有挑戰性的項目。它們需要時間，學習過程需要認知能力。然而，隨著我們收集更多的數據，面對獨特的行業挑戰，面臨更多的競爭(而不是更少?。?，這些技能將變得越來越重要。

我上面列出的技能屬于解決問題和創造力的永恒領域。這些技能將繼續備受追捧，因為它們不能自動化。

最后的想法

無論如何，你應該有一個你學習的工具，變得熟練，并理解來龍去脈，因為你得到了更多的經驗。但是，要確保你能利用那些讓你在挑戰性項目中工作的機會，在這些項目中你可以鍛煉你的創造性和解決問題的技能。

不要擔心數據科學很快就會滅絕。這樣的擔心只會分散你享受旅程的注意力，你會帶著半心半意的信念接近這個領域。如果你相信這樣的末日預言，你將無法利用有希望的機會，讓你的技能停滯不前。事實上，你的需求將會消失！

“無論你認為你能，還是你認為你不能，你都是對的?！焙嗬じＬ?

但是，如果您繼續從事具有挑戰性的數據科學項目（從數據收集到模型部署），10年后您將處于該領域的正確一邊，您的需求只會增加！

選擇權在你。對此，作者提出了建議