
对于经常阅读我文章的人来说,你可能会认为我是这个星球上最矛盾的人。我不怪你。
我最近注意到,在与人的口头或书面交流中,我对与我交流的人做出了大量的假设。我没有明确地定义非常重要的方面,然后才确切地说明我所说的话,这取决于上下文,有可能冲淡我希望传达的实际信息。
最近,我写了一篇关于如何通过网络简化进入数据科学的初始阶段的文章。作为对这篇文章的回应,我在LinkedIn上收到了很多连接请求,表示他们希望与我连接,以便建立他们的专业网络。
别误会,我对与我交往的人没有意见。事实上,我在写的每一篇文章的结尾都鼓励它。我非常感激我处于一个人们希望与我联系并跟随我在数据科学之旅的位置。与大家分享我的经验的目的是,我希望从我的角度来表达作为一名数据科学家或自由职业者的现实,因为我们都在努力成为不可或缺的。
平淡无奇地说…
联网是浪费时间!
哎呀,我又做了一次。让我解释一下…我们知道的网络方式,或者我们被告知要做的方式,已经完全死了。
事实上,我还没有想出一个足够好的名称来描述什么是真正的网络,所以我仍然将“真正的网络方式”称为网络。
很有可能浪费时间构建你的数据科学网络。这是它的样子;
在我看来,这种网络形式不是网络。完全是哑弹。浪费时间。
以下是我对网络的看法…
如果你正在制作一些有趣的东西,那么总会有人想了解你。
简单明了。
为什么人们想见埃隆·马斯克?如果你说因为他是亿万富翁,你又一次掉进了陷阱。这是错误的心态。如果你在想他的数十亿美元,很可能你在想这对你有什么好处。这是接受者的心态。
人们想见埃隆·马斯克,因为他做人们想要的东西。他是个解决问题的人,我们需要他!
如果您正试图基于上面列出的3个原因中的任何一个建立网络,您绝对是在浪费时间--这些时间可以用来建立人们想要的有趣的东西,从而导致人们想要了解您。
如果你看看LinkedIn上讨论数据科学的热门人士,你就会明白我在说什么;
名单还在继续…
我知道你在读我和你分享的名单时在想什么-
“这些人都在这个领域工作了多年”。
这是千真万确的…每一座建筑都必须从某个地方开始。
分4步开始您的数据科学之旅
从本质上说,当我提到网络时,我想说的是,你应该专注于创造人们想要的东西。做一个创造者。这样,合适的人就会来找你。
从我的观察来看,与我联系在一起的人中最难忘的是那些与我联系在一起的人,原因如下;
这并不是说我没有人和我联系,向我询问工作和其他不在这份清单上的事情,我有。但是,这些人很快就消失了。
在我看来,如果你发现自己试图与网上的人联系除了这三个原因,那么我建议你抓住自己的行为。无论你做什么或说什么,都可能令人绝望,并可能在关系开始前危及关系。
如果你真的想建立一个强大的网络,在你决定开始创建的那一刻,合适的人就会找到你。
要开始创作,你不需要像我一样从一个博客开始;你有很多不同的方法来创造人们想要的东西。
这些想法不必从细节开始。重要的是你开始创造并分享你所创造的--最终,合适的人会来找你。
最重要的数据科学项目
一开始,成为一个创作者并分享你在网上做的事情似乎是一项艰巨的任务,尤其是如果你像我一样天生内向的话--克服这个问题始于分享一件事,然后永远不要停止。如果你希望发展一个强大而健康的网络,那么重要的是你要站在造物主的立场上--从那时起,一切都会来到你身边。
请在LinkedInandTwitters上与我联系,了解我关于数据科学、人工智能和自由职业的最新消息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29