感同身受！12个数据科学家秒懂的瞬间

大数据文摘作品

作者 | Ramesh Ilangovan

编译 | 白丁、大饼、宁云州

所谓数据科学家就是比软件工程师更擅长统计学，比统计学家更擅长软件工程的人。

--Josh Wills, Cloudera云纪元

毫无疑问，数据科学是如今职场上最受追捧的技能之一。CNBC的一篇文章在综合考虑就业机会、薪水中位数、体力工作强度、工作压力等因素后，将“数据科学家”评选为2017年最受欢迎的10大职业之一。数据科学在职场中确实越来越热，数据科学家年薪的中位数超过了11万美元而且职场中对于数据科学家的需求有16%的预期增长。

话虽如此，想要成为一名数据科学家却并不简单。这份工作在要求全面扎实的技术能力的同时，还要求丰富的想象力。数据科学家必须有能力收集恰当的数据、将之整理为合适分析的形式、设计创造性地方法来实现数据可视化、并挖掘数据信息来回答具体问题。

正因如此，顶级数据科学家在技术型公司通常会得到摇滚巨星般的待遇。然而，数据“极客”的生活跟“轻松”两个字却毫不沾边。新工具和新技术每天都如同雨后春笋般不断涌现，数据科学家必须不断更新知识和技能，才能保住自己在公司的地位。

那么，就让我们来看看数据科学家有哪些日常。

1、当被别人问：“什么是大数据？”

“啥，你逗我？”⊙o⊙

我们生活在高度数字化的世界，大数据无处不在。通过社交媒体、网银、GPS、电子商务，我们无时不刻都在生成海量的数据。事实上，据报道，我们每天生成的数据量高达2.5兆字节。

大数据已经改变了我们与人沟通的方式和生活方式。借助大数据分析，零售网站得以针对用户喜好发送精准的产品推荐，政府机关得以掌握并预测犯罪行为，交管部门得以管控交通流量，执业医师得以更精确地诊断疾病。

大数据的应用简直不胜枚举，而且切实而有效地提高了我们的生活质量，因此每个人都应该很熟悉“大数据”这个词了。

2、你第一次跑通R代码是什么时候？

有一天，新手数据科学家会懂上边这张图。R编程是数据科学领域最必不可少的技能之一。KDnuggets上就有文章认为， R是2016年分析和数据科学领域最受欢迎的软件，而Python仅排名第二。

考虑到R在市面上的受欢迎程度，当R代码如你所愿发挥作用时，你会情不自禁地认为自己就是数据之王。

3、当你不得不处理非结构化流数据

非结构化数据分析通常被称为“暗黑分析”（dark analytics）。这个令人生畏的名号绝非虚张声势，而是货真价实、毫不夸张。

即使是最娴熟的数据科学家，处理起非结构化流数据来也免不了一个脑袋两个大。不论是社交媒体、视频、客户日志还是地理空间服务数据，分析工作都需要在多元数据上实时、增量进行。此外，时效性也是此类数据分析工作的重中之重。

因此，当你一脚踏入暗黑分析的领域，那种（面对庞然大物茫然不知所措的）感觉就跟试图揭开宇宙奥秘的空间科学家毫无二致。

4、当你模型的预测准确度高于90

这可不是小事。为了做好分析工作，数据科学家必须在数据研究、解读、准备和处理上投入大量的时间，这个过程需要极大的耐心和努力。然而，如果你构建的模型的准确预测度可以达到90%以上，回报也是无比丰厚的。

当客户、经理、同事的赞扬和欣赏如潮水般向你涌来时，你在喜不自胜之余脑海里只会记得一件事 — 周末嗨翻天！

5、当你想要找出模型中的漏洞

从成百上千行代码中找到错误，就跟让宿醉的你去大海里捞针一样痛苦。

但是直面现实吧，这就是工作呀，谁让你是数据科学家呢。

6、当你的经理问及漏洞修复进展

通常情况下，数据科学机构中的经理们都不了解技术性任务的实质，不论是排查模型缺陷或者改善模型性能；他们普遍更加关注项目管理（例如最后时限等。）

面对“这个项目什么时候能结束？”这样的问题，数据科学家能做的就是能拖一会儿就拖一会儿或者干脆消失。

7、当你的小白朋友指出了你模型的漏洞

你死死盯着代码，几个小时过去了却一无所获。就在你几乎要放弃的时候，一个朋友偶然扫了一眼，马上就指出了其中的错误。

最初的尴尬和怒火过去之后，你很快就会松一口气，毕竟麻烦事儿又少了一件。

没什么大不了的，我们可以这样安慰自己：“旁观者清嘛”。

8、当你的SQL查询跑的特别慢

慢吞吞的服务器，糟糕的网络情况，或者别的什么原因，都会导致SQL查询执行的特别慢，就跟看着油漆一点点风干一样；当然你也不用一直盯着电脑屏幕，倒杯咖啡，让SQL自己飞一会吧。

这很无聊，而且极耗耐心；不过大家都是这样过来的。

9、 当你好不容易建好模，用户又要改数据

在费尽九牛二虎之力分析数据、建了无数模型，分析出了无数趋势后，你最不想听到的就是你用的是“错误”数据。

也就是说，你要分析一套完全不同的数据集，所有的模型都要进行重大调整，从头再来一遍。痛苦啊！

10、当你再有20分钟就要见客户，但PPT还没做好

你刚做完见客户的PPT，擦擦皮鞋整整领带就可以去见客户了吧？就大多数情况而言，答案是否定的。

数据工程师需要跟同事和经理复核PPT；这意味着在最后一分钟内PPT会有无数改动。做这些改动是非常有压力的，因为这关系到你的个人声誉、业务成败、公司形象、甚至你的职业前途。

不过，当你最终得到客户首肯时，你会意识到有些改变是非常关键的，而且能让你的案例更有说服力。

正如大名鼎鼎的史蒂芬·乔布斯说的：

“伟大的商业成就绝非一人可为，而是团队之功。”

11、客户最终认同你的模型的输出结果

这是所有数据科学家都天天幻想的时刻。

面对要求极高、条件极为严苛的客户，你夜以继日的努力工作，力求模型达到最大限度的精确有效。你不得不一次又一次给自己打气，拿出最大的耐心来面对这帮闹心的客户。然而，当客户真心实意地向你竖起大拇指时，最终的胜利是属于你的。

Kirk Borne博士对此有着精辟见解：

“客户可能会出错，但客户永远是客户。”

12、当市场迎来一家新的大数据公司

分析行业发展十分迅猛，新工具和新技术也层出不穷。数据科学家见证着各种大数据、分析和深度学习工具的不断涌现。

数据极客骨子里都是持续学习者，他们对于业内新发展永远持开放态度，并且会随之拓展自己的知识和技能。