如何变成一个数据科学家？
最近我收到一封email，如下所示几行：
我是一名聪明的喜欢统计学的前工程师。我想成为一名数据科学家。对于我来说，我要在创业公司找到一份做数据科学的工作的难度有多少？
我想很多人都面临这个问题。找到一名优秀的数据科学家是多么地困难，这是相当普遍的，有些意思。我回复了一封email，多多少少和下面的文章一样——这是关于如何被雇佣的想法，从实际上真正想找到更有才能的数据科学家的某人的眼光看的。
数量直觉
我首先关注的是通常的数量感。这真的是最低要求。某人是否知道柯西分布【注1】什么的，真的不重要。我想要的是看看在思考数量上的事情时，有多少信心。我谈到的例子有：
哪个更好：每周留存用户加倍，还是你的网站首次访问用户数加倍？
（答案：留存，很明显，组合兴趣是相当重要的）
Twitch任何时候有大约10,000个在线主持人，大约400,000个观众。你认为主持人的观众分布可能是什么？或许画个柱状图？哪一个更高：平均数或者中值？
（答案：它们应当在一小组频道里有一个非常陡峭的集中的观众，分布于大量数据组的相当一部分人都能注意到随处可见的幂次分布【注2】）
编程技能
其次，我关注编程技能。这没有数量感重要，因为它可以教，但是教会花费大量时间，因此它还是相当重要的。强调一下，不要太关注，大部分人愿意亲力亲为。例子：
文本文件有200万行日志，我想让你调出IP地址为61.22，33.4的行。不要想太多。
（答案：我真正检查的是它们不要过度思考——简单，直接的解决方法是我们想要的。这是一个真正简单的问题，他们应该认识到，不要支支吾吾或自作聪明。正则，用Python、Perl、grep的子字符串匹配——都可以。目的在于你是否意识到它是简单的。）
你了解SQL多少？用过MapReduce吗？用过AWS吗？用Python多吗？在R上面投入过时间吗？ （答案：我没有期望任何人对所有这些问题或任何技术说yes，这只是表明了经验的广度，更重要的是它预测了他们能够多快做真正的工作，因为那很好地囊括了我们的工具集）
