熟练掌握这三项数据科学项目，月薪数万不是问题

大数据观察

了解大数据，关注大数据观察吧！

每个想了解最新大数据资讯的人，都关注了我

文 / 数据君

也许你一直在MOOC平台上学习数据科学，也熟读了一大堆教科书，但要获得数据科学相关的职位，你还需要向雇主展示自己的技能水平。最好的方式是作品集，你可以借此向雇主表明你所一直学习的技能能够用于工作中，为公司创造价值。

要展示自身技能，这5种类型的数据科学项目可供参考：

1、数据清理

在一个项目中，数据科学家往往需要花费高达80%的时间来清理数据。对于团队来说，这是一个巨大的痛点。如果你能证明你在清理数据方面经验丰富，那么你就会显得非常有价值。创建数据清理项目，寻找一些脏乱的数据集，然后就可以开始清理了。

如果你常用Python，Pandas是一个很好的库;如果你常用R，可以使用dplyr包。确保展示以下技能：

导入数据

加入多个数据集

检测缺失值

检测异常

输入缺失值

数据质量保证

2、探索性数据分析

数据科学的另一个重要方面是探索性数据分析(EDA)。这是生成问题的过程，包括使用可视化对其进行调查。EDA允许分析师从数据中得出结论以推动业务影响。它可能包括基于客户群体的有趣洞察，或基于季节性影响的销售趋势。通常，你可以获得一些并非出于初始动机的有趣发现。

用于探索性分析的一些有用的Python库是Pandas和Matplotlib。对于R来说，ggplot2包会很有用。EDA项目应该显示以下技能：

能够为调查制定相关问题

识别趋势

识别变量之间的协变

使用可视化(散点图，直方图，框和晶须等)有效地传达结果

3、交互式数据可视化

交互式数据可视化包括仪表板等工具。这些工具对数据科学团队以及更多面向业务的最终用户都很有用。仪表板允许数据科学团队进行协作，并一起将所获得的洞察“绘制”出来。更重要的是，它们为面向业务的客户提供了一种交互式工具——这些人专注于战略目标而非技术细节。通常，数据科学项目的可交付成果将以仪表板的形式出现。

对于Python用户，Bokeh和Plotly库非常适合创建仪表板。对于R用户，RStudio的Shiny软件包很有必要。你的仪表板项目应突出显示以下重要技能：

包括与客户需求相关的指标

创建有用的功能

逻辑布局(“F模式”便于扫描)

创建最佳刷新率

生成报告或其他自动操作

无论在社会、家庭或是职场，掌握一门有效的沟通技巧能让我们更有魅力，能够让我们在人际交往中游刃有余既有威摄力又不容易伤害他人，同时有效的沟通还能增进感情，提高我们的影响力，掌握了沟通的艺术你就掌握了你人生的人脉圈，

4、那么如何掌握这门艺术呢？

首先社会阅历是很重要的，你应该多阅历接触更多的人，观察他们的说话方式，取其精华去其糟粕，把学到的东西运用起来，在与人交流时刻意练习学到的沟通技巧，将说话对象反馈给你的信息记下来，把所有的反馈结果放到一起进行比较，发现问题，总结经验，学以致用。

其二：和身边的高手学习，去和身边那些沟通能手请教，听听他们的说话之道，看看和自己的说话方式有什莫不同，优点在哪里，以及如何将他的方法运用到你的交流方法之中。

和高手学习能够更快的提高我们的技能，让我们少走弯路，成功的道路没有捷径，但少走弯路能让我们更快达成目的。

其三：学会倾听，学会倾听，学会倾听，重要的话说三遍。与人说话要多听听别人的语言，了解他人说话的含义，注意体会他人的感受，说话时要考虑听者的感受，注意观察，当看到别人感到不舒服或是没兴趣时应及时终止改变话题，不可一味的说个不停。

沟通本是两个人的事，如果其中一方一味的说而不考虑另一方的感受，那么此沟通必然是无效的。

沟通是数据科学家的一个重要技能。有效地传达结果是优秀数据科学家与一个合格的数据科学家之间的区别。无论你的模型多么花哨，如果你无法向队友或客户解释清楚，那么也无法获得他们的支持。

主题 |大数据职场

插图 | 网络来源

作 者 介 绍

数据君：）

了解大数据，关注大数据观察

部分图文来自网络，侵权则删

我想给你一个理由 继续面对这操蛋的生活