數據科學就業市場正在迅速變化。能夠建立機器學習模型曾經是只有少數杰出科學家才具備的一項精英技能。但是現在，任何具有基本編程經驗的人都可以按照以下步驟來訓練一個簡單的scikit-learn或keras模型。招聘人員收到了大量的求職申請，因為圍繞“本世紀最性感的工作”的炒作幾乎沒有減弱，而招聘工具正變得越來越容易使用。人們對數據科學家應該帶來什么的期望已經發生了變化，企業開始認識到，訓練機器學習模型只是數據科學成功的一小部分。

下面是讓最好的數據科學家脫穎而出的四個最有價值的品質。

1.聚焦業務

對數據科學家來說，最常見的動機之一是對在數據中發現模式的自然好奇心。深入研究探索數據集的工作是令人興奮的，用該領域的最新技術進行實驗，系統地測試它們的效果，并發現一些新的東西。這種類型的科學動機是數據科學家應該具備的。但如果它是唯一的動力，那就成了問題。在這種情況下，它可能導致人們在一個孤立的泡沫中思考，迷失在統計細節中，而沒有考慮他們工作的具體應用和公司的更大背景。

最好的數據科學家了解他們的工作如何與整個公司相適應，并具有交付業務價值的內在驅動力。當簡單的解決方案足夠好時，他們不會浪費時間在復雜的技術上。他們詢問項目的更大目標，并在跳到解決方案之前挑戰核心假設。他們關注整個團隊的影響，并主動與涉眾溝通。他們對新項目充滿創意，敢于打破常規。他們為自己幫助了多少人而自豪，而不是他們使用的技術有多先進。

數據科學在很大程度上仍是一個不標準化的領域，數據科學訓練營所教授的內容與企業實際需要的內容之間存在很大差距。最好的數據科學家不怕走出自己的舒適區，去解決緊迫的問題，并最大限度地發揮其影響。

2.扎實的軟件工程技能

當人們想到理想的數據科學家時，他們腦海中往往會浮現出來自名牌大學的著名人工智能教授。當公司正在競爭建立盡可能高精確度的機器學習模型時，招聘這樣的人才是有意義的。當用任何必要的方法擠出最后一個精度百分比非常重要時，那么你就需要注意數學細節，測試最復雜的方法，甚至發明專門針對特定用例進行優化的新的統計技術。

但在現實世界中，這幾乎沒有必要。對于大多數公司來說，具有相當精確度的標準模型已經足夠好了，不值得花費時間和資源把這些模型變成世界上最先進的模型。更重要的是，要快速地以可接受的精度構建模型，并盡早建立反饋周期，這樣你就可以開始迭代并加速識別最有價值的用例的過程。準確性上的微小差異通常不是數據科學項目成功或失敗的原因，這也是為什么在商業世界中軟件工程技能勝過科學技能的原因。

數據團隊的典型工作流程通常是這樣的:數據科學家用反復試驗的代碼和意大利面條式的代碼構建了一些解決方案的原型。一旦結果開始看起來很有希望，他們就把它們交給軟件工程師，然后他們必須從頭重寫所有內容，使解決方案具有可擴展性、效率和可維護性。不能期望數據科學家交付與全職軟件工程師水平相當的生產代碼，但是如果數據科學家更熟悉軟件工程原理，并且對可能出現的體系結構問題有一定的認識，那么整個過程將會更加順暢和快速。

隨著越來越多的數據科學工作流被新的軟件框架所取代，扎實的工程技能是數據科學家最重要的技能之一。

3.關注期望管理

從外部來看，數據科學可能是一個非常模糊和令人困惑的領域。這只是一種炒作，還是世界真的正在經歷一場革命性的變革?每個數據科學項目都是機器學習項目嗎?這些人是科學家、工程師還是統計學家?他們的主要輸出軟件還是儀表盤和可視化?為什么這個模型向我展示了一個錯誤的預測，有人能修復這個bug嗎?如果他們現在只有這幾行代碼，那么在過去的一個月里他們一直在做什么呢?

有很多事情是不清楚的，數據科學家應該做什么，在公司的不同人之間的期望可能會有很大的差異。

對于數據科學家來說，主動地、持續地與涉眾溝通是至關重要的，這樣才能設定清晰的預期，及早發現誤解，并讓所有人都站在同一立場上。

最好的數據科學家了解其他團隊的不同背景和議程如何影響他們的期望，并仔細調整他們的溝通方式。他們能夠以簡單的方式解釋復雜的方法，以便非技術涉眾更好地理解目標。他們知道什么時候該抑制過于樂觀的預期，什么時候該說服過于悲觀的同事。最重要的是，他們強調數據科學固有的實驗性質，當一個項目的成功仍不明朗時，他們不會過度承諾。

4.熟悉云服務

云計算是數據科學工具包的核心部分。在很多情況下，在本地機器上擺弄Jupyter notebook已經達到極限了，不足以完成任務。當你需要在功能強大的gpu上訓練機器學習模型、在分布式集群上并行化數據預處理、部署REST api來公開機器學習模型、管理和共享數據集或查詢數據庫以進行可擴展分析時，云服務尤其有用。

最大的供應商是Amazon Web Services (AWS)、Microsoft Azure和谷歌云平臺 (GCP)。

考慮到大量的服務和平臺之間的差異，云服務提供商幾乎不可能勝任必須提供的所有服務。但是，對云計算有一個基本的了解是很重要的，以便能夠瀏覽文檔并了解在需要時這些特性是如何工作的。至少，這可以讓你向其他數據工程師提出更好的問題和更具體的需求。

好了。對于正在尋求數據科學團隊的公司，我建議尋找能夠務實解決問題，有很強的工程能力，能夠調整對業務價值的候選人。統計優勢可以帶來很多價值，但是對于大多數用例來說，它變得不那么重要了，尤其是在早期的團隊中。

到目前為止，大多數公司更傾向于雇傭具有強大學術背景的數據科學家，比如數學或物理博士?？紤]到該行業近年來的發展，未來是否會有更大比例的軟件工程師或技術產品經理轉變為數據科學角色，將是一個有趣的問題。