最后 ， 花点时间去做不一定会有成果的工作 ， 即使不起作用 ， 也没什么大不了的 。
回答正确的问题
在过去一年中（这让我栽过很多跟头） ， 我发现数据科学工作的关键部分是回答问题 ， 但更重要的是回答正确的问题 。
正如我所说 ， 我栽过几次跟头 ， 当时我正在回答一个问题 ， 但并没有回答业务方实际想要回答的问题 ， 之所以发生这种情况 ， 是因为业务方使用的业务语言跟我用的的技术语言有差异 ， 有时候我们用一样的词但要表达的意思却不同 。
针对这问题我的解决方法是在做项目的实际工作（现在称为“项目前”工作）之前先做准备性工作 ， 在这个阶段 ， 我会从业务方那里收集初始需求和信息 。 做一些初步分析 ， 然后给业务方展示 。
运用敏捷的工作思路 ， 我希望在每个sprint实现一个可交付的成功 ， 并向业务方展示该成果 。 这样 ， 我与业务方建立了一个有效的循环反馈机制 ， 向他们展示一些东西并询问他们的意见 ， 这可以建立一个有效对话 ， 从而更清晰地定义真正要解决的问题 。 这个方法在项目各个阶段都有效 ， 不仅仅是初始阶段 。 当你向业务方展示你的工作结果时 ， 可能会激发他们不同的想法以及他们之前没有考虑过的思路 。 从而你能找到他们真正的痛点 。
所以过去一年来我发展的一项关键技能是与业务方的互动交流 ， 深入挖掘他们真正想要的东西 。
总结
Python比R更容易学习 ， 因为对于程序员来说python与其他编程语言更接近 。
边执行边做文档学习如何使用关系数据库 ， 比如SQL ， 用数据库来查询 ， 操纵和存储数据 。 你需要准备很多展示 ， 不仅是向项目业务方的报告 ， 还要向公司其他同事报告 ， 甚至是公司外面的人 。 你需要提高演讲能力以满足不同受众（技术或非技术）的需求 。工作计划不是一帆风顺的 ， 因为你无法预知什么起作用什么无效 ， 要有心理准备有时候花了时间不一定取得预想的结果 。
花时间找你真正要解决的问题 ， 不要不加思考就埋头开始做 ， 与业务方建立反馈闭环是很有必要的 。
相关报道：
https://codebuildrepeat.blogspot.com/2020/03/my-first-year-as-data-scientist.html

• 『Java』java数据结构系列——什么是数据结构
• 靓科技解读Thing，a16z、5.15亿美金的数据加密股票基金：找寻下一个Big
• 大数据邦选址很关键，新基建之大数据中心规划设计原则和内容
• 小熊带你玩科技数据成粤企生产新要素，工业互联网深调研〡从经验依赖到数据驱动
• 人工智能爱好者社区当心这个破坏家庭团结的数据泄露重灾区，多款APP违规采集个人信息
• ETtoday新闻云教授与中国学生在爆发前建模，单日10亿点阅约翰霍普金斯即时数据
• 可可酱江苏省销量同比增长164%，苏宁大数据：头盔成母亲节最特别礼物
• 「荣耀」红米K30Pro全方位吊打荣耀30Pro！数据来源：小米实验室
• 反式只防酸看到了未来的数据设计趋势，从阿里设计年鉴里
• []女生修电脑需要格式化，多达50G的“重要数据”，师傅点开后发现了新大陆