這裡是 AI 研習社，我們的問答版塊已經正式推出了！歡迎大家來多多交流~

https://club.leiphone.com/page/question

社長為你推薦來自 AI 研習社問答社區的精華問答。如有你也有問題，歡迎進社區提問。

話不多說，直接上題

問：想成為數據科學家，需要學習哪些技能？

來自社友的回答

@約翰尼德普：

國外的 the Seattle Data Guy 網站曾經針對西雅圖周邊的頂級科技企業的管理人員做過調研。他們發現科學家的成長和編程、演算法設計都沒什麼關係（這都是初級數據科學家的基本功了）。當問及這些管理者希望從更資深的數據科學家身上看到什麼時，得到的回答是「自我驅動的員工，他們能簡明地溝通、能為自己考慮、對公司業務有深入的了解，而且能管理自己的上級」。

不要僅僅質疑自己的結論，還要質疑自己的數據

一個資深的數據科學家不會在拿到數據後就直接信任它的。他們會反覆查驗數據，尋找其中的偏移、丟失的數據、重複數據等等。

能簡潔地表達自己的發現的價值

一個數據科學家如果想要成長，他對自己的要求就不能只是做一個合格的程序員 & 統計員。他必須學會如何成為一個溝通者，必須掌握簡潔地表達自己的發現的能力，以及能夠告訴自己的上級應該如何處理這些信息。

了解自己公司的業務

當數據科學家換工作的時候，沒能在上班第一天就完全了解新公司的所有情況是完全正常的。除了數據源、代碼庫以及其它一些公司特有的系統之外，還有很多別的東西需要學習。他們需要了解接下來要打交道的每天的運營數據，也需要知道公司現在面臨的問題。不過，一個有經驗的數據科學家還需要能夠快速理解公司的業務。

管理自己的上級

管理上級需要數據科學家（或者公司中任何一個在乎這件事的人）花一些時間理解上級的需求。值得考慮的不僅僅是公司的需求。你的上司對你有什麼需求、對自己又有什麼需求，一旦你了解了這些，你就明白了是什麼在驅動他們。這樣，在你的上司開口講他的需求之前你就知道應該期待什麼。這能幫助你們建立信任，也能讓你的管理者和總監們給你分配更多的資源和注意力。

@醬番梨

想成為數據科學家，Lecun的建議如下：

「我經常被問到這個問題，往往我給相同的建議。我的建議是：如果你是本科生，學習一門儘可能多修數學和物理課程的專業。不幸的是，並且必須是有用的課程。我接下來要說的聽起來是自相矛盾的，但是攻讀工程學或物理學專業可能比數學、計算機科學或者是經濟學專業更合適。當然，你需要學習編程，因此你需要學習大量的計算機科學課程去學習編程機制。隨後，完成數據科學的畢業項目。學習本科階段的機器學習，人工智慧或者是計算機視覺課相關技術，因為你需要初步探索這些技術。接下來，儘可能學習接觸到的數學和物理課程。尤其是會持續應用的數學課程：優化，因為你是為將來遇到的挑戰做著準備。

數據科學或AI領域有大量不同類型的工作，做什麼樣的準備取決於你想到達什麼樣的高度。人們應該思考什麼是他們真正想做的，然後再學習相關課程。目前熱門話題是深度學習，意謂著要用神經網路學習和了解的經典問題，學習優化，線性代數和相似的課程。這會幫你學習每天都會遇到的基礎的數據知識和基礎概念。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！