图源：unsplash
数据科学是一个非常广阔而动态的领域，日新月异，我们需要不断地学习赶上发展的步伐。为了实现目标或学习很多新事物，你也必须非常灵活。态度是关键，得有十足的热情才能让自己一次又一次开始学习旅程。
因此，本文将分享一些笔者认为已经身处该领域或准备进入该领域的人应该具备的态度。
要有创造力
数据人员必须了解并接受这样一个事实：条条大路通罗马。必须避免坚持使用某种特定的方法来完成某事，要去探索针对特定用例可用的很多工具、框架、库和包。不要拘泥于某种方法，哪种方法能让工作更快、更容易完成就用哪种。如果目前没有方法可用，那就去创造一些东西，去接触志同道合的人，共同创造一些东西。
不要害怕开始，需要的时候就寻求帮助，检测自己的创造力。
坚持不懈
图源：unsplash
对于有抱负的数据科学家而言，最重要的事情之一就是坚持不懈。坚持学习是非常困难的，尤其是当事情似乎停滞不前的时候。
要坚信，每个人都有取得突破的时候，正如每朵花都会绽放。继续学习，坚持自己的学习计划，你的突破终将到来。初学者所学的一切知识都将是未来工作中最常用的，因此不要跳过第一步。坚持学习，就会比预期的更快为进入该领域做好准备。
保持好奇心
学习是一个永无止境的过程。好奇心是每一个数据科学家、人工智能或机器学习工程师都需要培养的基本态度。不知道并不可耻，知识只有在寻求时才能找到。养成在需要时就问问题或弄明白的习惯，这表明你对该问题非常感兴趣，也证明你愿意学习更多知识。
依靠数据作出推断的人必须始终确保自己知道如何完成工作、需要做什么才能完成工作以及为什么要做某些事情才能完成工作。向同事或主管询问有关工作或项目的技术问题将极大地有助于自己理解所从事工作的核心概念，指导自己完成工作。
图源：unsplash
编写干净且可重用的代码
这一领域的大多数人每天都在编写代码，他们需要遵循一套规范，使其脱颖而出，成为优秀的程序员。从根本上讲，代码道德规范是一种公认的编写代码的方式，它让程序员的工作看起来井井有条。
遵循代码道德规范有很多好处，最程序员会有一种自己很专业的感觉，而且别人也会认为他是一个做事很有条理的人。代码道德规范有很多条，每个程序员都需要了解的基本规范有以下几条：
· 命名变量：不要只将变量命名为字母或其他东西。变量名称应该告诉查看代码的人该变量代表什么。它可以是一个、两个或多个单词的缩写形式，可以用下划线分隔缩写词或使用名为camelCase的样式案例。这里将用小写字母开头的第一个单词和用大写字母开头的任何新单词连接起来，比如MyVar1或firstVariableName。
· 缩进：缩进是编码必须遵循的规范，因为它以一种让代码更具可读性和条理性的方式创建代码。属于某个块的任何代码（比如函数、子例程、循环和if语句）必须缩进，以显示其在程序中的作用域。
· 注释：注释是不影响代码结果的文本，它只是一段文本，目的是让别人知道程序员在程序中做了什么或者正在代码块中做些什么。注释不应该美化代码，它们起到的是指南的作用。所以注释一定要简单，以下是反面典型：
!!#<<!--comment--!>>
只需加上一条简单的注释即可，比如：
# This is a comment
自测
你的工作可能通常需要进行编码测试，这有时非常难以应付，特别是没有做好准备的情况下。让自己为编码测试做好准备的最佳方法是每天进行自测，不仅有助于提高自己的技能，而且会让自己动作更快、更有时间观念。
网上有很多平台可以进行编码测试，笔者最为熟悉的是HackerRank。每天至少测试一次，长此以往，你在编码测试中的表现会越来越好。除此之外，还可以进行模拟面试，或者偶尔让朋友或同事担任面试官，这将帮助你在真正的面试中树立信心，做好准备。
建立可靠的简历
一份优秀的数据科学家的简历应该包括自己已经完成的个人或专业项目、成就、专业目标和目的、技能、兴趣和教育背景。可靠的简历会让你脱颖而出，更容易受到招聘人员和雇主的青睐。
广泛阅读
图源：unsplash
你的能力取决于所学到的东西。阅读自己领域相关主题的有趣博文、文章或论文将极大地有助于拓宽知识面、学习新事物。所以要培养经常阅读的习惯，密切关注优秀作家博客的更新。
建立良好的人际关系网
和志趣相投的人来往，经常保持联系，向他们寻求帮助或分享自己的想法，这会为你未来的职业到来大有裨益。
做好在团队中工作的准备
在公司中，数据科学家、数据工程师、人工智能和机器学习工程师通常会组成一个团队，因此我们需要具备一些团队合作技能，帮助团队取得进步。
团队合作技能包括软技能和技术技能。软技能主要指的是与团队中其他人的沟通和关系，技术技能指的是为取得最大进展而应用于工作中的核心技能。学习如何使用Git、Github等分布式版本控制工具对于团队合作来说很有必要，它可以让团队中的每个成员在互相不见面的情况下也能实现合作。
图源：unsplash
充分利用专业知识
作为一名数据科学家，你的专业知识就是你的超能力。
数据科学家在专业领域的工作能将他们的潜力发挥到极致：研究银行业和金融业的数据科学家在金融公司会表现最好，而受过生物科学培训的数据科学家在生物领域的公司会表现最好。
数据科学是目前发展最快、最多样化的领域，无需拥有计算机科学理学学士学位或硕士学位即可从事数据科学领域的工作。无论你身处什么领域，你都可以成为一名数据科学家。
放手去做，以数据科学家的身份为你所在的领域提供帮助。注意，切换到另一个你几乎不了解的领域会大大减少你作为原领域数据科学家的价值，对于需要数据科学家处理气候或地学数据的公司来说，受过金融数据处理培训的数据科学家几乎毫无用处。
普通人可能会认为“每个数据都只是数据”，但是数据科学家必须了解这一点：数据是取得任何有关数据的工作进展的关键。
天赋决定下限，态度决定能否达到上限，不断进取的心能帮助你在数据科学领域创造奇迹。
留言点赞发个朋友圈
我们一起分享AI学习与发展的干货
编译组：周果、于静雯
相关链接：
https://towardsdatascience.com/developing-a-good-attitude-towards-data-science-be4b7d0e1e49
如转载，请后台留言，遵守转载规范
推荐文章阅读
ACL2018论文集50篇解读
EMNLP2017论文集28篇论文解读
2018年AI三大顶会中国学术成果全链接
ACL2017论文集：34篇解读干货全在这里
10篇AAAI2017经典论文回顾
长按识别二维码可添加关注 读芯君爱你
