神秘的数据科学家，90%的时间都在干些啥？

与已经成为当下热门职业的程序员相比，伴随人工智能应用诞生的“数据科学家”却仍显神秘。顶着“科学家”的头衔，让这个职业看上去有些高深而遥不可及。

现实中的“数据科学家”是怎样的？他们做着怎样的工作，又有怎样的意义？

献礼建党百年，《北京商报》推出了《我们的新打工人》系列专题片，将镜头对准新时代的九种新职业——字画修复师、外卖配送员、网约车司机、新能源售后、旅游定制师、银行零售经理、互联网医生、数据科学家与数据分析师，用九位“新打工人”的故事，讲述近年来移动互联网快速发展、社会转型升级背景下的时代变迁。

进行算法模型的构建、训练、评估和持续优化，是数据科学家的关键工作。正是依靠这些算法模型，才能够将虚拟的大数据与人工智能技术落地在实际业务中，驱动效率提升与业务增长。

但在此之前，要先付出大量时间在数据准备上。清洗去掉原始数据中的“杂质”、将非结构化数据处理成可以输入模型的结构化数据等等，这些“重复性搬砖”的工作虽然枯燥琐碎，但数据质量的优劣直接影响着最终的模型效果。

数据科学家这个职业确实有比较高的专业要求，既要具备数学、统计学等理论知识基础，还要掌握多种编程语言，更重要的是要持续学习正在快速创新迭代的人工智能算法，并对模型所应用的业务场景有一定认知。想做一名优秀的数据科学家，就要不断更新自己的知识栈。

TalkingData——用数据说话

每天一篇好文章，欢迎分享关注

↓↓↓点击阅读原文，了解相关职位