来源：CPDA数据分析师网 / 作者：数据君
一些固有的特征将大数据科学家与乏善可陈的数据科学家区分开
1：业务了解-数据科学家对业务的价值不是他们可以将统计建模应用于数据以生成模型
数据科学家需要了解业务需求并开发满足这些目标的分析，分析结果可以包括增强客户参与度，实现成本优化的自动化或节省时间和人力的业务流程优化，但是真正的价值来自提供与实际业务需求相匹配的结果。
CPDA数据分析师
2：激情-数据科学既是一门艺术，又是一门科学
数据科学家应该考虑一个好的解决方案的总体思路。平庸的解决方案很多，为正确的情况找到正确的解决方案需要耐心和决心，数据科学家必须继续推动能够优化业务价值的解决方案，如果没有对业务的热情和对研究领域的热情，数据科学家将停止寻找最佳解决方案。
3：好奇心-数据科学不是一个新领域
但是每年都有新发现，这是因为大数据科学家一直在寻找解决问题的替代方法，这包括寻找新的和最佳的方式来获取和合并数据，进行预处理和设计功能，或者使用软件和硬件优化的组合来开发模型并改善其运行时间。
4：创新-数据科学的某些价值来自于以前从未想到和执行过的解决方案
在数字业务中，先行者优势是真实存在的，可以使业务成败，许多新的业务模型取决于它们如何充分利用数据和分析来产生新的创新模型，因此数据科学家不能仅仅复制以前的工作，他们必须始终在寻找下一个能够将其产品与市场上已有产品区分开的重要产品。
5：直觉-尽管分析中涉及的数学是基础知识并得到证明
但如上所述，使用它来解决特定的业务问题是一种艺术形式，数据科学家必须能够将出色的分析与出色的分析区分开，准确性度量是测试模型生产准备情况的一种极好的机制，但是数据科学家需要能够感觉到模型准备就绪的时间，他们还需要这种直觉来了解生产模型在什么时候过时，并且需要进行重构以响应不断发展的商业环境，尽管技术技能对于数据科学家的成功至关重要，但许多重要的特性是固有的，无法在课堂上教授，可以获取这些特征，但是这需要时间和实践，并且需要内部的渴望，博学的技能与内在特征的结合使出色的数据科学家与普通的数据科学家区分开。
转自：CPDA数据分析师网
网友评论