数据科学 data science 是什么？

既然要理解数据科学（data science） 是什么，那就先来了解数据科学在工作中到底，扮演着什么样的角色：

数据科学，无非就是跟数据打交道，只要设计到数据相关的领域知识，其实都可以算数据科学工作者的内容。那么具体的周期可总结如下：

1. 理解业务需求:定义业务问题或客户问题

• 了解客户或者业务的需求，才能朝着正确的方向进行分析。
• 如果有成型的团队 ，此步骤可以产品经理完成。

2. 数据获取:ETL(提取、转换和加载)、SQL

• 理解业务需求后，就可以准备需要提取的数据集。
• 如果有成型的团队 ，此步骤可以数据工程师完成。

3.数据准备:清洗和预处理

• 接下来就是对数据进行处理，比如缺失值、异常值等脏数据的基本处理。

4. EDA（Exploratory Data Analysis）:绘图、可视化、假设检验、集中趋势测量、数据分布、数据切片等

• 此步骤初步探索与需求相关的一些特征，总结之间的关系。
• 此步骤时间短可几天，长可几个月。

5. 建模、评估和解释

• 接下来就是开始建模、评估模型，解释模型。
• 数据科学者其实如果太过于专注模型，而忽略了其它环节，那么其实也最多不过只是个优秀的建模师，而非真正意义上的数据科学者。

6. 沟通结果:需要清晰简单，1-6页

• 既然模型已经出来了有可能有用的结果，接下来就是准备1到6页的模型分析报告，同时需要简单清晰向相关需求部门或领导沟通反馈结果。
• 报告最好一页（非强制 看需求），让其他人可以几分钟，比如10分钟内了解（非强制 看需求）。

7. 部署

• 接下来就是部署工作
• 如果有成型的团队 ，此步骤可以软件工程师完成。

8. 现实测试:A/B测试

• 接下来就是生产环境中进行模型测试。
• 如果数据量较大，有更好的测试选择：A/A/B测试。

9. 客户/业务支持

• 再次与业务沟通反馈结果，如果是对外客户的需求，交付沟通。

10. 模型运营:再训练模型，处理故障

• 根据时间的推移，或者其他社会原因导致相同特征的数据分布不适合之前模型，又或者在取数环境有所变化等，都可能导致一些问题出现。

11. 优化:改进模型，更多数据，更多特征，优化代码

• 最后就是各个环节的优化。
• 根据需求此过程可能会花好几年来操作。

在此，总结了11步数据科学者的工作周期，有些环节并非一定非要数据科学者来完成，有条件的公司，团队合作带来的效率会更高。当然我们还可以根据这个周期，一一对应去提高各环节的能力或者技能。

1. 上面的各个环节都是我们需要去学习的。
2. 对于coding能肯定有一定要求的（目前大多数做这么方面的工作python选择得较多）
3. 从上面周期来看，数据科学者对于数学有要求，但并不是全部，并没有机器学习工程师那么高，当然不管那个岗位，肯定越精通越好，但是从现实考虑，目前这两个岗位国内很少定义清楚，同时要学的内容非常繁多，所以在某个领域先够用，再求精进