引言

看來你已經(jīng)決定要進(jìn)入數(shù)據(jù)科學(xué)這個(gè)領(lǐng)域了。數(shù)據(jù)正在驅(qū)動越來越多的業(yè)務(wù)，世界的聯(lián)系正在變得越來越緊密，似乎每個(gè)業(yè)務(wù)都需要數(shù)據(jù)科學(xué)實(shí)踐。因此，對數(shù)據(jù)科學(xué)家的需求是巨大的。更好的是，所有人都承認(rèn)這個(gè)行業(yè)的人才短缺。

然而成為一名數(shù)據(jù)科學(xué)家并不容易。需要擁有解決問題的能力、結(jié)構(gòu)化思維、編碼和各種技術(shù)技能才能真正獲得成功。如果您并非技術(shù)或數(shù)學(xué)背景，那么通過書籍和視頻課程來學(xué)習(xí)是很好的方式。但是大多數(shù)這類資源不會教你行業(yè)內(nèi)需要什么樣的數(shù)據(jù)科學(xué)家。

這就是胸懷抱負(fù)的數(shù)據(jù)科學(xué)家努力縮小自我教育與實(shí)際工作之間差距的原因之一。

本文將討論數(shù)據(jù)科學(xué)愛好者常犯的一些錯(cuò)誤(包括我自己都曾經(jīng)犯過)，我也會提供一些資源幫助你避開數(shù)據(jù)科學(xué)之旅上的陷阱。

01 只學(xué)習(xí)理論概念，但不應(yīng)用

 

 

圖片來源：cognitive class-YouTube

就像我之前提到過的一樣，掌握機(jī)器學(xué)習(xí)技術(shù)背后的理論是非常好的，但是如果你不去應(yīng)用它們，它們就僅僅是理論概念。當(dāng)我開始學(xué)習(xí)數(shù)據(jù)科學(xué)的時(shí)候犯了同樣的錯(cuò)誤，我學(xué)習(xí)書本知識和在線課程，但卻沒有應(yīng)用它們?nèi)ソ鉀Q問題。

所以當(dāng)我有機(jī)會應(yīng)用我所學(xué)的知識去解決挑戰(zhàn)或問題時(shí)，幾乎一大半我都不記得了!要學(xué)的東西太多了，算法、推導(dǎo)、研究論文等等等等。你有很高的幾率失去動力然后半途放棄。我本人見證過許許多多想進(jìn)入這個(gè)領(lǐng)域的人都是這樣。

如何避免?

學(xué)習(xí)過程中保持理論和實(shí)踐之間健康的平衡是非常必要的。只要學(xué)習(xí)了一個(gè)概念，請立即Google一下找到可以應(yīng)用它的數(shù)據(jù)集或問題。你會發(fā)現(xiàn)你比以前更好地吸收了這種概念。

你必須承認(rèn)所有東西是不可能一次性學(xué)完的。一邊練習(xí)一邊填補(bǔ)空白，將會學(xué)到更多東西!

02 不了解原理或概念直接進(jìn)行機(jī)器學(xué)習(xí)

 

 

圖片來源：倫敦帝國理工學(xué)院 – YouTube

大部分想成為數(shù)據(jù)科學(xué)家的人是看到了機(jī)器學(xué)習(xí)的相關(guān)視頻，或一個(gè)超級棒的預(yù)測模型，抑或是高薪的吸引，然而，想要成為你看到的樣子，還需要走很長的路。

在將技術(shù)應(yīng)用到問題之前，你應(yīng)該先了解它的工作原理。這將有助于了解算法的工作原理，以及做些什么可以對其進(jìn)行微調(diào)，還可以幫助你構(gòu)建現(xiàn)有技術(shù)。數(shù)學(xué)在這里發(fā)揮著重要作用，因此了解某些概念總是有幫助的。在日常的企業(yè)數(shù)據(jù)科學(xué)家角色中，您可能不需要了解高級微積分，但有高級的整體認(rèn)識肯定是有幫助的。

如果您有一個(gè)好奇的想法，或想要進(jìn)入研究角色，在開始進(jìn)行核心機(jī)器學(xué)習(xí)之前，您需要了解的四個(gè)關(guān)鍵概念是：

線性代數(shù)

微積分

統(tǒng)計(jì)

概率

如何避免?

正如房子是一磚一瓦建造的，數(shù)據(jù)科學(xué)家也是所有單個(gè)部件的總和。有大量的資源可以幫助學(xué)習(xí)這些主題。下面列出一些資源，可以幫助您入門：

數(shù)據(jù)科學(xué)家線性代數(shù)綜合入門指南

可汗學(xué)院的微積分課程

https://www.khanacademy.org/math/calculus-home

通過實(shí)例解釋數(shù)據(jù)科學(xué)概率的基礎(chǔ)知識

03 僅依賴認(rèn)證和學(xué)位

 

 

圖片來源：CIO.com

這也是招聘人員的煩惱。自從數(shù)據(jù)科學(xué)變得非常受歡迎以來，到處都有認(rèn)證和學(xué)位。我在LinkedIn上看了一下，至少展示了5張認(rèn)證的圖片。雖然獲得認(rèn)證并不容易，但只依賴認(rèn)證是一種災(zāi)難。

許許多多的胸懷抱負(fù)的數(shù)據(jù)科學(xué)家被大多數(shù)在線課程傾倒并且完成學(xué)習(xí)。如果他們?yōu)槟愕臄?shù)據(jù)科學(xué)簡歷添加了一個(gè)獨(dú)特的價(jià)值，那就沒問題了。但是招聘人員并不關(guān)心這些考試 – 他們更看重你的知識，以及你如何在實(shí)際工作中應(yīng)用。

這是因?yàn)榕c客戶打交道，處理截止日期，了解數(shù)據(jù)科學(xué)項(xiàng)目生命周期如何工作，如何設(shè)計(jì)模型以適應(yīng)現(xiàn)有業(yè)務(wù)框架等等，這些都是作為數(shù)據(jù)科學(xué)家所需要了解的事項(xiàng)。只是認(rèn)證或?qū)W位無法認(rèn)證你這方面的能力。

如何避免?

不要誤解我的意思。認(rèn)證是很有價(jià)值的，但只有當(dāng)你將這些知識應(yīng)用到課堂之外并將其公之于眾的時(shí)候才有價(jià)值。使用真實(shí)世界的數(shù)據(jù)集和做任何分析，都把它們寫下來。比如創(chuàng)建自己的博客，在LinkedIn上發(fā)布，并征求社區(qū)的反饋意見。這表明您愿意學(xué)習(xí)并且足夠靈活，可以征求建議并將其用于您的項(xiàng)目。

應(yīng)該對實(shí)習(xí)的想法持開放態(tài)度。實(shí)習(xí)中你將了解數(shù)據(jù)科學(xué)團(tuán)隊(duì)如何工作，這將使您在參加另一次面試時(shí)受益。

如果您正在尋找項(xiàng)目，我們有一個(gè)很棒的，按照難度劃分的項(xiàng)目列表

04 以為機(jī)器學(xué)習(xí)競賽和實(shí)際工作相同

 

 

這是有胸懷抱負(fù)的數(shù)據(jù)科學(xué)家進(jìn)來最大的誤解之一。比賽和黑客松為我們提供了干凈規(guī)整的數(shù)據(jù)集。你下載它們并處理這些問題。即使那些具有缺失值列的數(shù)據(jù)集也不需要花費(fèi)腦細(xì)胞 – 只需要查找補(bǔ)充缺失值即可。

不幸的是，現(xiàn)實(shí)世界的項(xiàng)目并不是這樣的。會有一個(gè)端到端的數(shù)據(jù)管道，涉及與一群人合作。你幾乎總是要處理混亂的臟數(shù)據(jù)。關(guān)于花費(fèi)70-80%的時(shí)間來整理和清洗數(shù)據(jù)的傳說是真的。這是一個(gè)令人精疲力竭的工作，你很大可能不喜歡，但它最終會成為例行公事。

此外，我們將在下一點(diǎn)更詳細(xì)地介紹，更簡單的模型將優(yōu)先于任何復(fù)雜的堆疊集合模型。準(zhǔn)確性并不總是最終目標(biāo)，這是您在工作中將學(xué)到的最具對比性的事情之一。

如何避免?

諷刺的是，消除誤解的關(guān)鍵因素之一是經(jīng)驗(yàn)。你獲得的經(jīng)驗(yàn)越多(實(shí)習(xí)在這種情況下有很多幫助)，你就能越好地區(qū)分兩者。這就是社交媒體派上用場的地方 – 與數(shù)據(jù)科學(xué)家聯(lián)系并詢問他們的經(jīng)驗(yàn)。

另外，我建議這個(gè)Quora問題(鏈接在下方)，來自世界各地的數(shù)據(jù)科學(xué)家就這個(gè)確切的問題提供他們的意見。在競賽排行榜上取得好成績非常適合衡量你的學(xué)習(xí)過程，但是面試官想知道的是你如何優(yōu)化算法達(dá)到效果，而不是提高準(zhǔn)確性。了解數(shù)據(jù)科學(xué)項(xiàng)目的工作原理，團(tuán)隊(duì)所擁有的不同類型的角色都是什么(從數(shù)據(jù)工程師到數(shù)據(jù)架構(gòu)師)，以及在這種意義下的答案。

Quora

https://www.quora.com/How-similar-are-Kaggle-competitions-to-what-data-scientists-do

LinkedIn文章，解釋了分析模型的標(biāo)準(zhǔn)方法

https://www.linkedin.com/pulse/standard-methodology-analytical-models-olav-laudy/?trk=prof-post

05 在領(lǐng)域中對模型準(zhǔn)確性的關(guān)注超過了適用性和可解釋性

 

 

圖片來源：Design Shack

如上所述，準(zhǔn)確性并非總是業(yè)務(wù)的目標(biāo)。當(dāng)然，一個(gè)能夠以95%的準(zhǔn)確度預(yù)測貸款違約的模型是非常好的，但是如果你無法解釋模型是如何實(shí)現(xiàn)的，哪些特征實(shí)現(xiàn)了它，以及你在構(gòu)建模型時(shí)的思路，你的客戶會拒絕這個(gè)模型。

你很少會發(fā)現(xiàn)在商業(yè)應(yīng)用中使用的深度神經(jīng)網(wǎng)絡(luò)。向客戶解釋清楚神經(jīng)網(wǎng)絡(luò)(更不用說深層)如何與隱藏層，卷積層等一起工作是不可能的。首要偏好，并且通常情況下，是永遠(yuǎn)確保我們能夠理解模型背后正在發(fā)生的事情。如果您無法判斷年齡，家庭成員數(shù)量或之前的信用記錄是否涉及拒絕貸款申請，該業(yè)務(wù)將如何運(yùn)作?

另一個(gè)關(guān)鍵是你的模型是否適合企業(yè)現(xiàn)有框架。如果生產(chǎn)環(huán)境無法支持，使用10種不同類型的工具和庫都會失敗。您將不得不采用更簡單的方法從頭開始重新設(shè)計(jì)和重新訓(xùn)練模型。

如何避免?

避免自己犯這個(gè)錯(cuò)誤的最佳方法是與業(yè)內(nèi)人士交流。沒有比經(jīng)驗(yàn)更好的老師。選擇一個(gè)領(lǐng)域(財(cái)務(wù)，人力資源，營銷，銷售，運(yùn)營等)，與人溝通了解他們的項(xiàng)目如何運(yùn)作。

除此之外，練習(xí)制作更簡單的模型，然后向非技術(shù)人員解釋。接著增加模型的復(fù)雜性并繼續(xù)想非技術(shù)人員解釋，直到你不知道接下來發(fā)生了什么為止。這將指點(diǎn)你何時(shí)該停止，以及為什么在實(shí)際應(yīng)用中，簡單的模型總是被優(yōu)先考慮。

06 在簡歷中使用了太多的數(shù)據(jù)科學(xué)術(shù)語

 

 

如果你曾經(jīng)這樣做過，你會知道我在說什么。如果你的簡歷現(xiàn)在有這個(gè)問題，快去修正!您可能知道很多技術(shù)和工具，但只是簡單地列出它們會讓潛在的招聘經(jīng)理遠(yuǎn)離你。

你的簡歷是介紹你已經(jīng)完成的事情以及你是如何做到的 – 而不是簡單羅列的事項(xiàng)清單。當(dāng)招聘人員查看您的簡歷時(shí)，他/她希望以簡潔和總括的方式了解您的背景以及您所取得的成就。如果頁面的一半充滿了了模糊的數(shù)據(jù)科學(xué)術(shù)語，如線性回歸，XGBoost，LightGBM，沒有任何解釋，您的簡歷可能無法通過篩選。

如何避免?

消除簡歷混亂最簡單的方法是使用項(xiàng)目符號。僅列出你會用到去完成某些事情的技術(shù)(可能是項(xiàng)目或競賽)。寫一篇關(guān)于你如何使用它的文章會更有助于招聘人員理解你的想法。

當(dāng)您申請入門級的工作時(shí)，你的簡歷需要反映你潛在可以為業(yè)務(wù)增加的影響。簡歷將被應(yīng)用于不同領(lǐng)域中的角色，因此準(zhǔn)備一個(gè)模板會有所幫助 – 只需更改您對該特定行業(yè)的興趣即可

Kunal Jain撰寫的這篇文章是為數(shù)據(jù)科學(xué)角色準(zhǔn)備優(yōu)秀簡歷的絕佳資源。

07 給予工具和庫比業(yè)務(wù)問題更高的優(yōu)先級

 

 

圖片來源：數(shù)據(jù)科學(xué)實(shí)驗(yàn)室

讓我們舉個(gè)例子來理解為什么這是一個(gè)錯(cuò)誤。想象一下，你拿到了一個(gè)房價(jià)數(shù)據(jù)集，你需要預(yù)測房地產(chǎn)的價(jià)值。有包括建筑物數(shù)量，房間數(shù)量，租戶數(shù)量，家庭規(guī)模，庭院大小，是否有水龍頭等等200多個(gè)變量。您很可能不知道某個(gè)變量的含義。但您還是構(gòu)建具有良好準(zhǔn)確性的模型，但您不知道的是為什么剔除了這個(gè)變量。

事實(shí)證明，該變量是現(xiàn)實(shí)場景中的一個(gè)關(guān)鍵因素。這是一個(gè)災(zāi)難性的錯(cuò)誤。

擁有扎實(shí)的工具和庫知識是非常好的，但它只能到此為止。將這些知識與領(lǐng)域內(nèi)的業(yè)務(wù)問題相結(jié)合，才是數(shù)據(jù)科學(xué)家真正介入的地方。您應(yīng)該至少了解您感興趣(或正在申請)的行業(yè)中的基本挑戰(zhàn)。

如何避免?

這里有很多選擇：

如果您正在申請?zhí)囟ㄐ袠I(yè)的數(shù)據(jù)科學(xué)家，嘗試了解該領(lǐng)域的公司如何使用數(shù)據(jù)科學(xué)

如果可能，搜索特定行業(yè)中的數(shù)據(jù)集并嘗試對其進(jìn)行處理。這將是你簡歷中一個(gè)非常出色的要點(diǎn)

閱讀下方紐約時(shí)報(bào)的這篇優(yōu)秀文章，了解為什么領(lǐng)域知識是數(shù)據(jù)科學(xué)的主要推動力

https://www.forbes.com/sites/kalevleetaru/2016/06/12/why-we-need-more-domain-experts-in-the-data-sciences/#fa319143b508

08 在探索和可視化數(shù)據(jù)上花的時(shí)間不夠

 

 

數(shù)據(jù)可視化是數(shù)據(jù)科學(xué)的一個(gè)很美妙的方面，但許多有胸懷抱負(fù)的數(shù)據(jù)科學(xué)家更喜歡略過它直接進(jìn)入模型構(gòu)建階段。這種方法可能會在比賽中有用，但在實(shí)際工作中必然會失敗。了解你擁有的數(shù)據(jù)是最重要的事情，你的模型結(jié)果會反映出這一點(diǎn)。

通過花時(shí)間了解數(shù)據(jù)集并嘗試用不同的圖表展示，您將更深入的了解您要解決的挑戰(zhàn)或問題，你會驚訝地發(fā)現(xiàn)你可以獲得這么多洞察!可以看到模式和趨勢，以及隱藏的規(guī)律�？梢暬�是向客戶展示洞察的最佳方式。

作為一名數(shù)據(jù)科學(xué)家，你需要天生好奇。這是數(shù)據(jù)科學(xué)最棒的事情之一 – 你越是好奇，你會問的問題就越多。這樣可以更好地理解你的數(shù)據(jù)，并有助于解決您一開始不知道的問題!

如何避免?

實(shí)踐!下次處理數(shù)據(jù)集時(shí)，請花更多時(shí)間在此步驟上。您會驚訝于它為您產(chǎn)生的洞察。提問!詢問您的經(jīng)理，詢問領(lǐng)域?qū)＜�，在互�?lián)網(wǎng)上搜索解決方案，如果您沒有找到，請?jiān)谏缃幻襟w上詢問。你有如此多的選擇!

為了幫助您入門，我在下面提到了一些可供參考的資源：

R中數(shù)據(jù)可視化綜合指南

數(shù)據(jù)探索綜合指南(強(qiáng)烈推薦)

18個(gè)免費(fèi)的探索性數(shù)據(jù)分析工具適用于編碼不好的人

09 不能用結(jié)構(gòu)化的方法來解決問題

 

 

圖片來源：MindMatters.co.in

結(jié)構(gòu)化思維在許多方面都可以幫助到數(shù)據(jù)科學(xué)家：

它可以幫助拆解問題的邏輯結(jié)構(gòu)

它可以幫助您可視化問題的持續(xù)方式以及如何設(shè)計(jì)

它幫助最終用戶或客戶以邏輯和易懂的方式理解框架的順序

擁有結(jié)構(gòu)化思維的好處還有很多�？梢韵胂笠幌�，不使用結(jié)構(gòu)化思維的話會不直觀。你的工作和解決問題的方法都是隨意雜亂的，當(dāng)遇到復(fù)雜的問題時(shí)你會忘記自己的步驟等等。

當(dāng)您參加數(shù)據(jù)科學(xué)面試時(shí)，您將不可避免地需要分析案例，測算、估計(jì)等。由于面試時(shí)充滿壓力的氣氛和時(shí)間限制，面試官會考察你的思維結(jié)構(gòu)如何，以達(dá)到最終評估。大多數(shù)情況下，對是否獲得這份工作來說，這可能是一錘定音的因素。

如何避免?

您可以通過簡單的訓(xùn)練和規(guī)范的方法獲得結(jié)構(gòu)化的思維方式。我在下面列出了一些文章，它們將對你有所幫助：

結(jié)構(gòu)性思維與分析的藝術(shù)

改善結(jié)構(gòu)化思維的工具

必須為數(shù)據(jù)科學(xué)家和分析師：分析思維的大腦訓(xùn)練

010 一次性嘗試學(xué)習(xí)多個(gè)工具

 

 

我見過太多次這個(gè)問題了。由于每個(gè)工具提供的獨(dú)特功能和局限性不同，人們傾向于一次性的學(xué)習(xí)所有工具。這是個(gè)壞主意 – 你最終無法掌握它們中任何一個(gè)。工具是執(zhí)行數(shù)據(jù)科學(xué)的一種手段，但是它們不是最終目標(biāo)。

如何避免?

選擇一個(gè)工具并堅(jiān)持學(xué)習(xí)直到你掌握它為止。如果你已經(jīng)開始學(xué)習(xí)R，那么不要被Python所誘惑。堅(jiān)持端到端的學(xué)習(xí)R的使用，然后再嘗試將另一種工具融入您的技能組合中。您將通過這種方法了解更多信息。

每個(gè)工具都有一個(gè)很好的用戶社區(qū)，在遇到困難時(shí)可以在社區(qū)提問。使用我們的論壇(下方鏈接)來提問和在線搜索，不要放棄。目的是通過該工具學(xué)習(xí)數(shù)據(jù)科學(xué)，而不是通過數(shù)據(jù)科學(xué)學(xué)習(xí)工具。

如果您仍未確定應(yīng)該使用哪種工具，請查看這篇精彩的文章，其中列出了每個(gè)工具的優(yōu)點(diǎn)和缺點(diǎn)(如果您對此感興趣，還包括SAS)。

論壇

https://discuss.analyticsvidhya.com/

工具對比

011 無法保持學(xué)習(xí)習(xí)慣

 

 

資料來源：布魯克斯集團(tuán)

這適用于所有數(shù)據(jù)科學(xué)家，而不僅僅是新人。我們?nèi)菀追中摹Ｔ谘芯苛艘欢螘r(shí)間(比如一個(gè)月)之后，然后我們在接下來的兩個(gè)月休息。在那之后試圖回到事物的正規(guī)上簡直是一場噩夢。大多數(shù)早期的概念都被遺忘了，筆記丟失了，感覺就像我們最近幾個(gè)月都浪費(fèi)了一樣。

我也經(jīng)歷過這一點(diǎn)。由于我們在處理各種各樣的事情，我們找借口和理由不再學(xué)習(xí)。但這最終是我們的損失 – 如果數(shù)據(jù)科學(xué)就像打開教科書并且塞滿一切一樣容易，那么每個(gè)人都是數(shù)據(jù)科學(xué)家。它需要一致的努力和學(xué)習(xí)，人們直到為時(shí)已晚才會意識到這一點(diǎn)

如何避免?

為自己設(shè)定目標(biāo)。繪制出時(shí)間表貼在墻上。計(jì)劃你的學(xué)習(xí)方式和內(nèi)容，并設(shè)定截止日期。例如，當(dāng)我想學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)時(shí)，我給了自己幾個(gè)星期，然后通過黑客松比賽測試我學(xué)到的東西。

既然你已經(jīng)決定成為一名數(shù)據(jù)科學(xué)家，所以你應(yīng)該準(zhǔn)備好投入時(shí)間。如果你不斷尋找不去學(xué)習(xí)的借口，這可能不適合你。

012 逃避討論和競賽

 

 

圖片來源：面試技巧咨詢

這是前面一些問題的組合。有胸懷抱負(fù)的數(shù)據(jù)科學(xué)家會害羞在線發(fā)布他們的分析，因?yàn)樗麄兒ε率艿脚�評。但是，如果你從沒有收到過社區(qū)的反饋意見，那你將不會成長為數(shù)據(jù)科學(xué)家。

數(shù)據(jù)科學(xué)是一個(gè)重視討論，思想和頭腦風(fēng)暴的領(lǐng)域。你不能坐在孤島中工作 – 你需要合作并理解其他數(shù)據(jù)科學(xué)家的觀點(diǎn)。同樣，人們不參加比賽是因?yàn)樗麄冇X得自己不會獲勝。這是一種錯(cuò)誤的心態(tài)!你參加這些比賽是為了學(xué)習(xí)而不是贏。獲勝是獎(jiǎng)勵(lì)，學(xué)習(xí)是目標(biāo)。

如何避免?

相當(dāng)簡單 – 開始參與討論和比賽!不進(jìn)入前5%也無所謂。如果你從整個(gè)事物中學(xué)到一種新技術(shù)，對你來說也是一種勝利。

013 不在溝通技巧上下功夫

 

 

圖片來源：吉姆哈維

溝通技巧是數(shù)據(jù)科學(xué)家絕對必須擁有的技能之一，但是關(guān)于它的評價(jià)和談?wù)摱甲钌�。我至今還沒有遇到一個(gè)強(qiáng)調(diào)溝通技巧的課程。您可以學(xué)習(xí)所有最新技術(shù)，掌握多種工具并制作優(yōu)秀的圖表，但如果您無法向客戶解釋你的成功，您將會是失敗的數(shù)據(jù)科學(xué)家。

不僅僅是客戶，您有可能與不熟悉數(shù)據(jù)科學(xué)的團(tuán)隊(duì)成員合作 – IT，人力資源，財(cái)務(wù)，運(yùn)營等。可以肯定的是面試官也會特別注意這一點(diǎn)。

假設(shè)您使用邏輯回歸構(gòu)建了信用風(fēng)險(xiǎn)模型。作為一個(gè)思考練習(xí)，花一點(diǎn)時(shí)間思考如何向非技術(shù)人員解釋你是如何得出最終結(jié)論的。如果你使用過任何術(shù)語，你需要盡快開展這項(xiàng)工作!

如何避免?

如今大多數(shù)數(shù)據(jù)科學(xué)家都來自計(jì)算機(jī)科學(xué)背景，所以我理解這可能是一項(xiàng)令人生畏的技能。但要成為一名成功的數(shù)據(jù)科學(xué)家并爬上階梯，你別無選擇，只能磨練自己個(gè)性的這一部分。

我覺得最有用的一件事就是向非技術(shù)人員解釋數(shù)據(jù)科學(xué)術(shù)語。它可以幫助我衡量我認(rèn)識問題的清晰度。如果您在中小型公司工作，請?jiān)跔I銷或銷售部門找一個(gè)人并與他們一起做這個(gè)練習(xí)。從長遠(yuǎn)來看，它將極大地幫助你提升。

互聯(lián)網(wǎng)上有大量的免費(fèi)資源可以幫助您入門，但請記住，練習(xí)是提升技能的關(guān)鍵。從今天就開始吧!

尾聲

這絕對不是一個(gè)詳盡的清單 – 胸懷抱負(fù)的數(shù)據(jù)科學(xué)家還可能犯許多其他錯(cuò)誤。但以上這些是最常見的，如前所述，我的目標(biāo)是幫助大家盡可能的避免這些問題。

原文作者：Pranav Dar

翻譯：TDU

標(biāo)簽： Google 互聯(lián)網(wǎng) 媒體 數(shù)據(jù)分析 搜索 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。