· “数据科学”是一个非常模糊的术语 ， 它是一个跨学科的领域 ， 包括统计学、程序设计、数学、商业理解、数据工程等 。 除此之外 ， 数据科学家还有很多同义词（数据分析员、数据工程师、研究科学家、应用科学家） 。 你永远无法成为数据科学所涵盖所有领域的专家 ， 你也不应该觉得自己必须做到这一点 。
· 与编程和技术领域的其他学科一样 ， 数据科学也在不断发展 。 20年前 ， Pandas还没有被创造出来 。 5年前 ， Tensorflow才发布 。 总会不断有需要你学习的新技术出现 。
· 你不可能在所有领域成为专家 ， 这意味着总会有人在你花更少时间的事情上做得更好 ， 这没有什么关系 。
作为一名数据科学家 ， 你时常会感觉到负担综合症 ， 放轻松 ， 专注于自己的事业 。
数据科学之旅教会我很多道理 ， 希望这些道理能帮助迷茫的你突破瓶颈 。
文章插图
留言点赞关注
我们一起分享AI学习与发展的干货
如转载 ， 请后台留言 ， 遵守转载规范

• 查询|数据太多容易搞混？掌握这几个Excel小技巧，办公思路更清晰
• 黑莓(BB.US)盘前涨逾32%，将与亚马逊开发智能汽车数据平台|美股异动 | US
• 健身房|乐刻韩伟：产业互联网中只做单环节很难让数据发挥大作用
• V2X|V2X：确保未来道路交通数据交换的安全性
• 短视频平台|大数据佐证，抖音带动三千万就业，视频手机将成生产力工具？
• 权属|从数据悖论到权属确认，数据共享进路所在
• 统计|多久才能换一次手机？统计机构数据有点意外
• 发展|大数据解读世界互联网大会·互联网发展论坛！
• 网购|黑色星期五及网购星期一大数据出炉 全球第三方卖家销售额超48亿美元
• Veeam|Veeam让企业数据拥有“第二次生命”