本文揭示了数据科学家的真实工作状态，包括处理数据、制作模型、沟通协调等多个方面。数据科学家不仅需要技术过硬，还需具备优秀的沟通能力。以信贷风控建模为例，详细阐述了从需求理解、数据源调查、数据清洗、特征工程、模型训练到上线运营的完整流程，强调在整个过程中与上下游的沟通至关重要。
点击关注“数据科学应用研院”
领取干货资料
在大数据和人工智能异常火爆的当下，数据科学家已成为一个炙手可热的岗位，成功从众多码农标签中脱颖而出，站上鄙视链顶端。
数据科学工作：你以为的 VS 实际上的
在很多人眼里，数据科学家的工作似乎光鲜亮丽，充满技术含量：
但实际上，数据码农的工作状态通常是这样的：
数据科学家的一天是这样开始的，早上到公司，先打开邮箱查看需求爸爸们的新需求和负反馈。然后打开jupyterlab做做数据校对，把问题反馈给工程开发的小伙伴，或者写写文档，插入几个美美的示意图，让需求爸爸们看完后心旷神怡。
与此同时，把还没开始跑的报表和实验都启动下，把当天要用的spark资源先占住。不出意料，报表和实验结果，90%的情况下效果不甚理想。正要找原因的时候，会议提醒闹铃响了，马不停蹄赶到会议室，给需求爸爸们把牛皮一通乱吹，吹完后一起午饭联络感情。
下午回来赶紧把吹出去的牛皮但还没做的报表和实验给恶补起来，把上午跑的实验结果仔细校对，发现一堆数据问题，然后挨个检查数据，重新计算成特征，再重新跑实验…经过九九八十一次调整后，实验效果才能显
最低0.47元/天 解锁文章
扫一扫
1679
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
