所謂數(shù)據(jù)科學(xué)家就是比軟件工程師更擅長統(tǒng)計學(xué)，比統(tǒng)計學(xué)家更擅長軟件工程的人。

--Josh Wills, Cloudera云紀(jì)元

毫無疑問，數(shù)據(jù)科學(xué)是如今職場上最受追捧的技能之一。CNBC的一篇文章在綜合考慮就業(yè)機會、薪水中位數(shù)、體力工作強度、工作壓力等因素后，將“數(shù)據(jù)科學(xué)家”評選為2017年最受歡迎的10大職業(yè)之一。數(shù)據(jù)科學(xué)在職場中確實越來越熱，數(shù)據(jù)科學(xué)家年薪的中位數(shù)超過了11萬美元而且職場中對于數(shù)據(jù)科學(xué)家的需求有16%的預(yù)期增長。

話雖如此，想要成為一名數(shù)據(jù)科學(xué)家卻并不簡單。這份工作在要求全面扎實的技術(shù)能力的同時，還要求豐富的想象力。數(shù)據(jù)科學(xué)家必須有能力收集恰當(dāng)?shù)臄?shù)據(jù)、將之整理為合適分析的形式、設(shè)計創(chuàng)造性地方法來實現(xiàn)數(shù)據(jù)可視化、并挖掘數(shù)據(jù)信息來回答具體問題。

正因如此，頂級數(shù)據(jù)科學(xué)家在技術(shù)型公司通常會得到搖滾巨星般的待遇。然而，數(shù)據(jù)“極客”的生活跟“輕松”兩個字卻毫不沾邊。新工具和新技術(shù)每天都如同雨后春筍般不斷涌現(xiàn)，數(shù)據(jù)科學(xué)家必須不斷更新知識和技能，才能保住自己在公司的地位。

那么，就讓我們來看看數(shù)據(jù)科學(xué)家有哪些日常。

1、當(dāng)被別人問：“什么是大數(shù)據(jù)?”

　　“啥，你逗我?”⊙o⊙

我們生活在高度數(shù)字化的世界，大數(shù)據(jù)無處不在。通過社交媒體、網(wǎng)銀、GPS、電子商務(wù)，我們無時不刻都在生成海量的數(shù)據(jù)。事實上，據(jù)報道，我們每天生成的數(shù)據(jù)量高達2.5兆字節(jié)。

大數(shù)據(jù)已經(jīng)改變了我們與人溝通的方式和生活方式。借助大數(shù)據(jù)分析，零售網(wǎng)站得以針對用戶喜好發(fā)送精準(zhǔn)的產(chǎn)品推薦，政府機關(guān)得以掌握并預(yù)測犯罪行為，交管部門得以管控交通流量，執(zhí)業(yè)醫(yī)師得以更精確地診斷疾病。

大數(shù)據(jù)的應(yīng)用簡直不勝枚舉，而且切實而有效地提高了我們的生活質(zhì)量，因此每個人都應(yīng)該很熟悉“大數(shù)據(jù)”這個詞了。

2、你第一次跑通R代碼是什么時候?

有一天，新手?jǐn)?shù)據(jù)科學(xué)家會懂上邊這張圖。R編程是數(shù)據(jù)科學(xué)領(lǐng)域最必不可少的技能之一。KDnuggets上就有文章認(rèn)為， R是2016年分析和數(shù)據(jù)科學(xué)領(lǐng)域最受歡迎的軟件，而Python僅排名第二。

考慮到R在市面上的受歡迎程度，當(dāng)R代碼如你所愿發(fā)揮作用時，你會情不自禁地認(rèn)為自己就是數(shù)據(jù)之王。

3、當(dāng)你不得不處理非結(jié)構(gòu)化流數(shù)據(jù)

非結(jié)構(gòu)化數(shù)據(jù)分析通常被稱為“暗黑分析”(dark analytics)。這個令人生畏的名號絕非虛張聲勢，而是貨真價實、毫不夸張。

即使是最嫻熟的數(shù)據(jù)科學(xué)家，處理起非結(jié)構(gòu)化流數(shù)據(jù)來也免不了一個腦袋兩個大。不論是社交媒體、視頻、客戶日志還是地理空間服務(wù)數(shù)據(jù)，分析工作都需要在多元數(shù)據(jù)上實時、增量進行。此外，時效性也是此類數(shù)據(jù)分析工作的重中之重。

因此，當(dāng)你一腳踏入暗黑分析的領(lǐng)域，那種(面對龐然大物茫然不知所措的)感覺就跟試圖揭開宇宙奧秘的空間科學(xué)家毫無二致。

4、當(dāng)你模型的預(yù)測準(zhǔn)確度高于90

這可不是小事。為了做好分析工作，數(shù)據(jù)科學(xué)家必須在數(shù)據(jù)研究、解讀、準(zhǔn)備和處理上投入大量的時間，這個過程需要極大的耐心和努力。然而，如果你構(gòu)建的模型的準(zhǔn)確預(yù)測度可以達到90%以上，回報也是無比豐厚的。

當(dāng)客戶、經(jīng)理、同事的贊揚和欣賞如潮水般向你涌來時，你在喜不自勝之余腦海里只會記得一件事 — 周末嗨翻天!

5、當(dāng)你想要找出模型中的漏洞

從成百上千行代碼中找到錯誤，就跟讓宿醉的你去大海里撈針一樣痛苦。

但是直面現(xiàn)實吧，這就是工作呀，誰讓你是數(shù)據(jù)科學(xué)家呢。

6、當(dāng)你的經(jīng)理問及漏洞修復(fù)進展

通常情況下，數(shù)據(jù)科學(xué)機構(gòu)中的經(jīng)理們都不了解技術(shù)性任務(wù)的實質(zhì)，不論是排查模型缺陷或者改善模型性能;他們普遍更加關(guān)注項目管理(例如最后時限等。)

面對“這個項目什么時候能結(jié)束?”這樣的問題，數(shù)據(jù)科學(xué)家能做的就是能拖一會兒就拖一會兒或者干脆消失。

7、當(dāng)你的小白朋友指出了你模型的漏洞

你死死盯著代碼，幾個小時過去了卻一無所獲。就在你幾乎要放棄的時候，一個朋友偶然掃了一眼，馬上就指出了其中的錯誤。

最初的尷尬和怒火過去之后，你很快就會松一口氣，畢竟麻煩事兒又少了一件。

沒什么大不了的，我們可以這樣安慰自己：“旁觀者清嘛”。

8、當(dāng)你的SQL查詢跑的特別慢

慢吞吞的服務(wù)器，糟糕的網(wǎng)絡(luò)情況，或者別的什么原因，都會導(dǎo)致SQL查詢執(zhí)行的特別慢，就跟看著油漆一點點風(fēng)干一樣;當(dāng)然你也不用一直盯著電腦屏幕，倒杯咖啡，讓SQL自己飛一會吧。

這很無聊，而且極耗耐心;不過大家都是這樣過來的。

9、 當(dāng)你好不容易建好模，用戶又要改數(shù)據(jù)

在費盡九牛二虎之力分析數(shù)據(jù)、建了無數(shù)模型，分析出了無數(shù)趨勢后，你最不想聽到的就是你用的是“錯誤”數(shù)據(jù)。

也就是說，你要分析一套完全不同的數(shù)據(jù)集，所有的模型都要進行重大調(diào)整，從頭再來一遍。痛苦啊!

10、當(dāng)你再有20分鐘就要見客戶，但PPT還沒做好

你剛做完見客戶的PPT，擦擦皮鞋整整領(lǐng)帶就可以去見客戶了吧?就大多數(shù)情況而言，答案是否定的。

數(shù)據(jù)工程師需要跟同事和經(jīng)理復(fù)核PPT;這意味著在最后一分鐘內(nèi)PPT會有無數(shù)改動。做這些改動是非常有壓力的，因為這關(guān)系到你的個人聲譽、業(yè)務(wù)成敗、公司形象、甚至你的職業(yè)前途。

不過，當(dāng)你最終得到客戶首肯時，你會意識到有些改變是非常關(guān)鍵的，而且能讓你的案例更有說服力。

正如大名鼎鼎的史蒂芬·喬布斯說的：

“偉大的商業(yè)成就絕非一人可為，而是團隊之功。”

11、客戶最終認(rèn)同你的模型的輸出結(jié)果

　　這是所有數(shù)據(jù)科學(xué)家都天天幻想的時刻。

面對要求極高、條件極為嚴(yán)苛的客戶，你夜以繼日的努力工作，力求模型達到最大限度的精確有效。你不得不一次又一次給自己打氣，拿出最大的耐心來面對這幫鬧心的客戶。然而，當(dāng)客戶真心實意地向你豎起大拇指時，最終的勝利是屬于你的。

Kirk Borne博士對此有著精辟見解：

“客戶可能會出錯，但客戶永遠(yuǎn)是客戶。”

12、當(dāng)市場迎來一家新的大數(shù)據(jù)公司

分析行業(yè)發(fā)展十分迅猛，新工具和新技術(shù)也層出不窮。數(shù)據(jù)科學(xué)家見證著各種大數(shù)據(jù)、分析和深度學(xué)習(xí)工具的不斷涌現(xiàn)。

數(shù)據(jù)極客骨子里都是持續(xù)學(xué)習(xí)者，他們對于業(yè)內(nèi)新發(fā)展永遠(yuǎn)持開放態(tài)度，并且會隨之拓展自己的知識和技能。