作为一名数据科学家,你需要掌握许多技术方面的技能,如编程、统计、SQL等。然而,真正能让你脱颖而出的是你的软技能,因为这是业务中每个人都能理解的技能。

假设你正在负责一个欺诈相关的建模项目,你的公司希望这个模型能预测每一笔交易是否存在欺诈行为;但是,数据管道还不能处理流数据,这时候你会怎么做?根据职位的不同,你需要具备沟通和决策能力,才能知道项目的下一步该做什么。

因为数据科学家需要学习软技能,所以我想在这篇文章中概述如何改善数据科学家们的沟通问题。我会介绍如何改善沟通的技能,这项技能在我们的日常工作中的重要性,以及这项技能如何让你更突出。

沟通技巧

数据科学家的工作不仅限于开发机器学习模型或分析数据,还包括向商业用户或他们的同行解释自己的发现。你或许能开发出最好的模型,但如果没有很好地解释其优点,结果就不尽如人意了。

本文中,我将数据科学家的沟通技能定义为一种软技能,一个人可以在不考虑技术知识的情况下,向所有人解释他们的发现和意图。

缺乏沟通技能是我在许多数据科学家身上看到的一个问题。许多正规的教育、在线课程并没有为数据科学家提供任何商业交流的知识。这也就是为什么许多数据科学家虽然成功地开发了机器学习模型,却没有实现它,因为他们没有与商业用户建立良好的沟通。

那么,如何提高我们作为数据科学家的沟通技巧呢?以下是我的一些建议。

1 使用商务语言

很多数据科学家项目失败,是因为没有明确定义的目标,或者业务问题并不适合数据项目。很多数据科学家无法理解业务问题,因为他们交流项目总是用的技术语言,而不是商务语言。

业务用户使用的是商务知识术语,而不是技术术语。假设你用技术术语——精度、负对数、随机森林、混淆矩阵等与他们交谈,他们应该不太能理解。作为数据科学家来说,所有的技术术语对数据科学项目的成功都是至关重要的,但如果他们不理解这一信息,那它们对业务就没有帮助。

相反,数据科学家需要将所有的技术语言转换成商业语言。例如,可以将它们更改为业务KPI,如收入改善或减损(取决于项目),而不是谈论准确性或精度。

2 讲重点

每当我们有一些有趣的发现或见解时,都想要分享出去,特别是当它很重要的时候。然而,也有过度解释的存在,它指的是分享冗长的细节或不必要的东西。过度解释是数据科学家在展示他们的发现时经常发生的事情,它阻碍了数据科学家和另一方之间的沟通。

我明白想和业务用户分享所有重要发现和细节时的感觉,但与我们相比,他们对数据的理解有限。在这种情况下,在详细地分享所有的发现之前,我们需要总结一下我们想要分享的观点。

例如,你发现统计上有30个特征会影响顾客购买产品的原因——你会分享所有细节吗?你可以,但会模糊重点。在这种情况下,你可以总结出会影响大多数功能组的某个功能。

3 同理心

即使在商业领域,我们所打交道的人也总是人,而不是机器人。无论我们在哪里与他人交谈,总会包含着一种情感。所以当我们与他人交流时,我们需要有同理心。

有些人展示他们的结果或与他人交谈是相当机械的——一直谈论详细的结果,而不关心其他人的情绪。无论是他们的沟通方式,还是他们的表达方式,都是不对的。即使结果正确,在沟通中没有同理心,内容也会先得空洞。

在与业务用户交谈时,先试着换位思考。同理心意味着你理解业务用户当前的感受,你希望用户对你的发现产生某种感觉。

4 使用数据和可视化

我们是数据科学家,所以需要用比其他人更好的方式传达我们的结果,我们的工作通过可视化和数据来实现,这也是支持我们的发现、并更好地传达我们的结果的方法。

数据能支持我们的结论和我们想要解释的观点。没有数据,我们所说的一切都只是假设,无法被证明。因此,有了数据,我们才能更好地表达我们的观点。

人类天生就无法理解大量数字和文字——这就是为什么我们有可视化工具。通过可视化,我们可以总结我们的数据。

然而,在展示数据和可视化时,你需要记住的是永远要了解你的听众。有些用户可能适合使用特定的可视化,而有些用户则不需要看到你呈现的数据,这些区别的关键在于谁会是你的受众。

5 调整自己的节奏

什么是自我调节?把自己的话语控制在一个稳定的形式,这样你的沟通就不会太累人或太拖沓。我敢肯定你在听演讲的时候,会觉得演讲者说的太多,或者重复同样的观点。如果你会这样想的话,那演讲者的语速可能不太友好。

当你传达你的发现和结果时,你需要足够了解你的内容。试着稳定地表达你的发现(不要说得太快或太慢),不要过分强调重点。

结论

作为一名数据科学家,沟通技能是一项重要的技能,不是每个人都天生具有沟通能力,但我们可以提高这种能力。我的建议是提高你的沟通能力,希望以上分享的技巧能有所帮助!

原文作者:Cornellius Yudha Wijaya
翻译作者:过儿
美工编辑:过儿
校对审稿:Jiawei Tong
原文链接:https://medium.datadriveninvestor.com/tips-to-improve-your-communication-skill-for-data-scientist-1ac6eaa20b07

哪些行业的技术岗招聘依然强劲?

Aug 27, 2023

Dice最新分析显示,尽管经济存在一些不确定性,但公司仍然需要技术人员来完成各种关键任务,从数据科学到开发新的软件。

Data Scientist工作越来越难找,如何把劣势变为优势?

Jun 18, 2021

很多新晋数据科学家都发觉,现在要想找一份工作比以前更难了,但提前了解一下招聘环境的变化,可以帮你找到最符合你目标和兴趣的公司。

分析了2020年北美5500个数据科学岗位,我们用这8张图给你总结了求职热点

Mar 23, 2021

数据科学家在21世纪被人们称作最性感的工作,而且,社会对这个岗位的需求还在不断地增长。

Leave a Comment

Your email address will not be published. Required fields are marked *

Comment *