在工作中实践数据科学的十大挑战
最近对16
数据科学是关于寻找有用的见解并加以利用。但是，数据科学并非凭空发生的。在追求分析目标时，数据专业人员可能会遇到各种阻碍其发展的挑战。本文探讨了数据专业人员面临的挑战类型。为了研究这个问题，我使用了Kaggle 2017年数据科学和机器学习状况调查的数据，该调查对16
工作中的障碍与挑战
该调查询问受访者：“在工作中，您去年遇到了哪些障碍或挑战？（选择所有符合条件的）。” 结果显示在图1中，表明前十大挑战是：
脏数据（已报告36％）
缺乏数据科学人才（30％）
公司政治（27％）
缺乏明确的问题（22％）
数据无法访问（22％）
决策者未使用的结果（18％）
向其他人解释数据科学（16％）
隐私权问题（14％）
缺乏领域专业知识（14％）
组织规模小，负担不起数据科学团队（13％）
结果显示，平均而言，数据专业人士报告说，去年遇到了三个（中位数）挑战。不同职称经历的挑战数量差异很大。自称是数据科学家或预测建模者的数据专业人员报告使用了四个平台。自我识别为程序员的数据专业人员仅报告了一项挑战。
题库