Nick Bostrom说机器学习是人类最后的发明。作为刚踏入这个“未来科技”行业的新手面对层出不穷的工具、语言和技术迷茫是常态。这篇文章用8个实用贴士帮你在这个充满机会的领域里找到自己的路。先选赛道再谈努力数据科学领域角色众多数据科学家、机器学习专家、数据工程师……各有侧重。如果不清楚区别找业内人士聊聊问清楚每个职位做什么。明确自己擅长什么、想要什么再选择对应的角色——方向对了努力才有意义。选一门课把它学透课程遍地都是缺的不是资源是坚持。选一门优质课程比如edX的Analytics Edge或Andrew Ng的机器学习课从头到尾跟完作业和讨论。半途而废比不开始更浪费生命。认准一个工具先用熟纠结R还是PythonSQL还是Spark答案是从你最熟悉的或者最简单的开始。如果不会编码先用GUI工具掌握核心概念再慢慢过渡到编程。贪多嚼不烂先深后广。加入兴趣组别一个人战斗兴趣组给你动力、信息和同行。Analytics Vidhya、StackExchange、Reddit上都有活跃的数据科学社区——进去提问、回答、看别人的解法成长速度翻倍。动手实践别只看理论课程作业做完就完事了远远不够。去找开放数据集练手去看业内人士的真实解决方案。理论是骨架实践才是血肉。养成每日阅读的习惯数据科学迭代极快。订阅KDnuggets、WildML等资讯追踪知名数据科学家的博客每天花20分钟看一篇——半年后你会感谢自己。练好沟通别只会写代码技术好不等于面试能过更不等于工作能推。学会用非技术人员听得懂的话讲清楚你的分析结论这往往是晋升的分水岭。提前准备面试问答和朋友多演练。关系网要有但别贪早起步阶段专注学习别急着到处social。等你有了一定积累再去参加行业会议、黑客马拉松。好的关系网能给你内部消息、指导和内推机会——但这些的前提是你自己先有两把刷子。