发帖
雷达卡
每个数据科学家必须具备的软技能
很容易假设数据科学家是技术高超的人。那些全力以赴地解释数据，得出明智见解并据此提供策略的人。但是，这种假设很快就形成了，并呈现出任何数据科学家都不完整的图像。
基于这样的假设，许多人，甚至是招聘人员，都只专注于数据科学家的硬技能。实际上，像其他任何行业一样，出色的数据科学家也拥有软硬技能的正确组合。
此外，我们现在生活在不断发展的工业环境中。在当今时代，包括数据科学家在内的专业人员如果没有使用软技能就无法生存。机器在人类的明确控制之下的日子已经一去不复返了。在那些日子里，专业人员需要很深的技术知识才能使机器保持运行。今天，大多数机器都是自学的。适应现有模式。这就要求数据科学家超越他们的硬技能。他们需要独特的创造力，使他们能够在机器上而不是机器上工作。
软技能对数据科学家的重要性
硬技能假设的一部分是正确的。与我们的传统工程师相比，数据科学家确实需要更高水平的生产力和经验。但是，如果没有一套全面的软技能，数据科学家就无法很好地执行他们的知识。数据科学家使用的机器经过编程，可以满足用户的需求。我们不是在通过机器产生切实的结果，而是在做出决策。为了使之成为可能，数据科学家需要技能来理解用户的需求，以便他们能够管理正确的决策。因此，软技能对于成功成为数据科学家至关重要。
数据科学家的5种软技能
接下来，要讨论数据科学家必须具备的5个软技能：
1. 了解业务
如前所述，数据科学家必须能够理解用户需求。因此，当数据科学家为某项业务工作时，他们应该对业务客户的需求和要求有深刻的了解。为此，他们还需要了解业务。
智能分析与业务需求紧密相关。数据科学家需要了解业务的优势和劣势，以便确定业务的发展方向。这样，数据洞察力可以转换为智能分析和决策，以克服这些差距。
商业世界的竞争也影响到数据科学家的工作方式。因此，了解企业在这场荣耀之争中的地位也很重要。它要求他们跟上不断变化的趋势，并可以利用哪些趋势来提高公司的地位。不可忽视的是，数据科学可以在任何给定行业的竞争优势中发挥重要作用。
2. 翻译技术语言
数据科学家扮演的角色之一是成为公司技术人员与非技术人员之间的中间人。他们的工作有两种方式。他们必须了解非技术人员的需求，并确定满足这些需求所需的技术。另一方面，他们必须采用IT部门的结果并将其转换为非技术人员，以便他们知道给定的技术可以如何帮助他们。
3. 将业务与技术同步
再次强调理解业务的技能很重要。有了这种理解，就可以了解公司在行业中取得成功所需的知识。这确保了数据科学家可以确定补充技术。
数据分析本身可能不会随着时间而发展，但是完成分析的新技术不断涌现。熟练的数据科学家将能够跟上不断变化的趋势，并使用这些技术对业务进行更智能的分析；以提供所需竞争优势的方式。
4.为 数据分析提供一个视角
那些只了解行业业务方面的人通常只能以结果为导向。他们对如何实际实现这些结果的关注并不那么尖锐。这就是为什么他们聘请数据科学家和其他专业人员来共同提供具有业务头脑的人们可能缺乏的观点的原因。
数据并不总是能揭示上层人士想听的故事。在这种情况下，数据科学家的工作就是以一种可以理解的方式来解释故事的更多技术方面。为此，人员技能会派上用场，因为说服公司朝正确的方向前进很重要。一项数据表明，将产生丰硕的成果。
5. 求知欲
关于数据的问题是，它并不总是告诉任何事情。可以用多种方式解释它。只有熟练的数据科学家才能做出不止一个结论。他们还需要好奇心，促使他们从任何给定的数据集中发现更多信息。
数据科学家应该具有创造力的软技能；外箱思考。这使他们经常发现其他人可能会错过的模式和解决方案。因此，他们的创造力可以提供企业在特定行业竞争所需的差异化因素。
总之，数据科学家不仅在技术知识方面是资产，而且在使知识也易于理解方面。在当今世界上，许多机器可以弥补艰苦的技能，但最终，这些机器仍然只是物理资产。无论您使他们变得多么聪明和先进，他们都永远不会将人员技能带到餐桌上。
雇用下一位数据科学家，尝试找到在硬技能和软技能之间取得平衡的个人。人力和业务理解的结合，可以使公司的技术和人力资产同步。软技能与硬技能的补充可确保持久的业务成功。
1
京公网安备 11010802022788号
