数据科学家必备技能（软件篇）
往期推荐：
本文在我的知乎专栏“数学·数据·计算机”已经更新，欢迎关注。
上次给大家介绍了数据科学家必备的硬件，即硬技能，但是显然光靠硬技能是不够的，在现实中，很多的问题是需要很多软实力结合才能解决的，所以今天给大家介绍一下数据科学家必备的软技能（鄙人不才，这次也是必要条件，不充分的话大家可以补充~）
善于学习的能力
在这个日新月异的大环境下，在这个现在还是以数据驱动进步的社会下，要成为数据科学家，就必须是逆水行舟一旦停止学习，人才价值必定会下跌，人会落后，最终被抛弃，所以善于学习成为数据科学家的必备软技能。但是，善于学习，可不是那么简单的。
首先，知道需要学什么。学什么，一方面需要根据自己的兴趣，另一方面根据当前的发展趋势，当且仅当一个人跟上潮流，他才能在行业中领先，众所周知。然后，是知道怎么学，能在忙碌的学习中，抽出足够的时间学习，知道该知识的特点，然后制定合理的计划学习，这个非常考验大家的智慧，学习的效果全看这个“怎么学”。
搜索与获取资料信息的能力
信息是决策的依据，信息也总是在传播，但是信息却总是不对等，信息的不对等导致不同的策略产生，抛去因为身份地位等因素，那就是因为信息不对等。当需要学习某些技能时，当需要了解当前技术的发展趋势时，需要获取信息，主要得到比较靠谱的学习资料，道理很简单，但是其实很多人都办不到。
首先，百度啊，百度不到淘宝买啊，然后是微信搜索，知乎，简书，CSDN等等，另外还有很多专业的社区，有很多人进行讨论，所以除非这个问题罕见，都则都是能找到解决方案的，重点是自己会不会搜，会不会找了。
对于需要一定时间来消化整理的，例如整体的课程，一方面可以直接在网上比较靠谱的课程，如七月在线，炼数成金，慕课网，小象学院，网易云课堂，cousera等，另一方面，想便宜一些，时间自由一些，但是类似答疑，提问，交友之类的功能肯定就没有了，自己权衡。
熟悉业务
要做数据，首先需要把每个项目的问题，这就是业务了，虽说现在机器学习很火，但是具体的项目中，机器学习用的只占很小的一部分，其实，上层还有类似自然语言处理、推荐系统、图像处理等基于背景问题的方法，然后是涉及到最接近用户的业务，用户的需求，要做数据科学，要落地某一个项目，这是必经之路。
善于沟通和交流
要熟悉业务，要和客户，和产品沟通，项目推进，要和同事沟通，只有沟通顺畅了，项目才能推进，才能真正把想做的事情做好。
建模能力
问题一旦提出，就要有解决方案，这个其实就是建模能力，即尽快找到最佳方法解决。首先，要提出解决方案，肚子里的东西要够，建模是一个输出活，肚子里没有东西，是无法建模的，所以首先，之前说的硬件必须要扎实；第二是能对基础知识有深刻了解，能有所结合，这把问题识别，抽象为常见的问题，然后得到找到合适的模型解决问题，这个其实比学模型更难；第三是，对于目前还未遇到过的问题，要学会查询资料，这个就是上面提到的信息和知识的获取了。
我能想到的就这么多，这些软技能一般是要通过一定的实战或者练习才能获取，不是简单的看几本书看几个视频就能知道的，还是要多思考，多分析，多总结。还有的可以补充，欢迎给出建议。