本文转载自公众号“读芯术”(ID：AI_Discovery)。

数据科学是一个绝佳的研究领域，想要在这一领域获得成功，你有一些必需的特质。我们都曾无数次听说，数据科学是现在和未来的就业市场，在很大程度上，这确实是正确的。对于受过良好教育的数据科学和机器学习的从业者们而言，有无数的机遇和无限的空间。

专业技术显然是所有领域的基本要求，也是所有学科的实践中最重要的要求。但是，成为一个成功的数据科学家所需的独特品质是什么呢?在交流并了解了数据科学家如何工作之后，笔者确定了成为成功的数据科学家的五大重要特质。

适应力与创造力

卓越的数据科学家所拥有的一个极其有用的特质是通过适应现代技术或独特技术来解决复杂的任务，以达到最好的效果，以及创造性地解决工作，并以较低的空间和时间复杂度完成工作，即消耗最少的可用资源，尽可能快地高效完成工作。

数据科学家要解决的每一个任务都有其独特之处，这些复杂的任务有各种不同的解决方法，因此，即使是最佳的解决方法也会有相应的差异。所以，适应力是产生最佳结果的一个重要方面。

创造性、批判性和分析性思维是数据科学家最吸引人的特点。跳出思维定式，实施创新想法的能力是一个成功的数据科学家所必需的。这些特质是在行业层面表现突出的关键。

沟通技巧

有效交流是生活中大多数事情的核心概念，在大多数工作中也是如此。尤其在数据科学领域，沟通技巧起到关键作用。高效地执行一个复杂的项目，同时进行有效的协调和沟通，是每个数据科学家的必备要求。

一个数据科学家必须要有认真倾听主管、员工和其他任何人的指示的能力。一旦听完，通过激烈的、有意义的、深思熟虑的交流来传达观点和想法，从而处理信息并且有效沟通，至关重要。数据科学家也需要指挥其队友，有效地协调，和组员一起完成手头的特定任务。

团队协作

更多的时候，大数据科学项目需要一批职能明确、积极高效的数据科学家，以最高的效率执行特定的商业风险或任务。因此，他们必须为特定项目制作高质量的模型，为自己的员工提供最好的服务。

团队工作意义重大，因为它需要对正在进行的项目进行一致的信息交流。因此，这项工作需要数据科学家们集体努力，找出最佳的解决方案，提高模型的准确性，并在部署过程中产生最优质的结果。

图源：unsplash

毅力

对笔者来说，数据科学项目中最有趣的部分是建立机器学习或深度学习模型，并确保它们顺利工作，从而感觉良好。一旦它们符合相应要求，就可以部署这些已建立的模型。

然而，数据科学的很大一部分其实在于处理手头的数据。网络上自然存在的大部分数据都不干净。为了提取有用的数据，必须进行大量的清洗和预处理。大多数复杂的任务都需要进行关键性的分析和计算处理，以获得理想的结果。毅力在每种情况中都极为重要，在数据科学领域，尤为如此。

即使是这个领域的专家，他们也会犯错，并且为了解决某些问题而不得不查资料。这个领域可能是仅有的一个你不需要死记硬背很多东西的领域，因为你可以用谷歌来查找你忘记的东西。

然而，这完全没问题，因为它仅仅是一个学习过程，坚持到底，你才能够成长为一个更好的数据科学家。

较强的决策能力

处理计算任务的复杂情况并评估各种模型结果的质量，这在行业层面极其重要。因此，必须做出强有力的决定，决定什么是解决当前复杂任务的最佳选择和最佳可用资源。

举几个简单的例子，假设一个机器学习任务，你能够发现支持向量机(SVMs)在执行某项任务时的准确率为97%，而像逻辑回归这样的机器学习算法能够以98%的准确率执行同样的任务。数据科学家必须能够确定每个特定任务的最佳选择。

将这个例子进一步扩展到深度学习和神经元网络，数据科学家能够相应地在TensorFlow或Pytorch这样的深度学习框架之间切换，以选择最适合当前任务的框架。

这些显然只是一些简单的例子。然而，对于数据科学家成倍地拓展思路，获取更佳结果来说，决策能力极为关键。

这五种独特的品质是数据科学家必备的的最基本特征。技术技能同样是必不可少的，基础知识和对该学科的深刻理解保证了真正的方法。然而，在笔者看来，想要持久长期的成功，这些独特品质才是绝对必须的。