京公网安备 11010802034615号
经营许可证编号:京B2-20210330
由图比的数据科学家迈克尔·伯克
交流是数据科学工作中最具挑战性的方面之一。这是我的笔记…
有一个基于研究的古老格言,即93%的交流是非语言的。你的交流55%是肢体语言,38%是语音,7%是口语。
视频通话中的肢体语言交流会发生什么?它通常会消失。
您应该试着收回这55%并更加强调语调和口语。
一些有用的技巧来弥补肢体语言的差距,包括夸张的声音变化和改变你的音量。增加你的面部表情和手势也可以提高你的演示文稿的接收效果。这可能看起来不自然,但如果你记录下你的谈话并重新观看,你会惊讶于这些变化看起来是多么正常和有魅力。
另一个有趣的想法是内容、设计和交付框架-SRC。
后两者,设计和交付,分别指极简幻灯片设计和复杂主题的简单措辞。然而,内容部分真的很有趣。
简而言之,这篇文章假设你的听众只会从你的演讲中拿走一句,所以要让它算数。为此,您需要了解他们的技术水平、期望和项目的先验知识。如果你为你的听众量身定制你的演讲,你可以让这句话变得有价值。
一个非常简单的技巧是合并组织中其他团队的视觉效果。例如,展示一个支持您的声明的UX研究视频。通过利用先前的工作,您可以节省时间,创建引人注目的演示文稿,并在公司内部建立关系。
尽管有这些令人敬畏的想法,但互联网上的绝大多数信息都是常识。在这一节中,我们将关注那些不太明显的策略。让我们潜入…
对于超过10人的会议,可以放心地假设其中一人不想出席。他们是忙碌的人,生活忙碌,就像你一样。
所以,试着理解是什么让你的观众兴奋。兴奋是什么让事情完成。它使你的工作可见,从而产生影响。
虽然组织之间的角色差异很大,但大多数数据科学家都有选择和开发自己项目的自由。如果你工作的成功涉及到涉众的认同,你必须让他们对这个项目感到兴奋。经期。
不幸的是,没有一个明确的捷径来做到这一点,但以下是一些对我有效的事情:
通过将你的工作与激动人心的想法联系起来,你可以极大地增加你的演示文稿的价值。
不必要的信息是有害的。你会认为展示你的步骤和假设会对你的听众有益。嗯,大多数情况下不是。
通过包括对他们的理解是不必要的信息,你是…
一个简单而有效的代理是尝试提前结束会议。我的一个队友受到了涉众和数据科学家的喜爱,因为他总是提前结束会议。现在,这条规则显然有例外,但这些例外比你想象的要少得多。
如果你的目标是提前结束会议,你就必须有条理、简洁和相关。
上面的两个部分可能是劳动密集型的,所以这里有一些简单的提示,希望能让你在20%的时间里得到80%的结果。
感谢阅读!以上所有的资源对我和我的职业生涯都有很大的影响。请分享您自己的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16