我们问了Yann LeCun等16个顶级数据科学家，这是他们给数据新人的建议
数据科学为何迷人？这与数据科学家密不可分！
通过合理使用大量数据，在这群人的手中，大批新应用、新行业应用而生。
语音识别，计算机视觉中的物体识别，机器人，自动驾驶汽车，生物信息学，神经科学，系外行星的发现，对宇宙起源的理解，以及在经费有限的条件下，组织一支胜出的棒球队。
数据科学家是整个产业的核心。他们必须将应用领域的知识与统计专业知识结合起来，并运用最新的计算机科学思想来实施。
本文节选自《工作中的数据科学家》，书中采访了16个不同行业的16位顶级数据科学家，以了解他们在理论上如何思考，以及在实际中解决什么问题，数据的作用和取得成功的原因。
我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。
本文中，你将看到这些来自不同行业的科学家对以下这个问题的回答：
“你会给初入数据科学行业的人提供什么建议？”
去年，大数据文摘也花费3个月的时间，访谈了来自不同国家不同行业的10位顶级数据科学团队负责人。感兴趣的同学可以在文末看到这十篇内容。
Chris Wiggins，纽约时报首席数据科学家、哥伦比亚应用数学副教授
创造力和关怀。你必须真正喜欢某件事情，愿意花很长一段时间来琢磨它。还有，保持一定的怀疑。我喜欢博士生的一个原因是——五年的时间足以让你有一个发现，让你认识到你一路上做错的所有事情。对你来说很棒的是，能理智地反复思考“冷聚变”然后意识到“哦，我真的搞砸了”，从而犯下一系列错误并解决它们。
我认为攻读博士学位的过程，特别是做研究时，确实能让你对那些看起来理所当然的事情有所怀疑。我认为这点很有用，因为，如果不能保持怀疑，你很容易就会走上错误的道路——因为这是你第一次遇到一条看起来很靠谱的路。
虽然这个答案看起来无聊，但事实是你需要真正拥有技术深度。数据科学还未形成一个领域，所以目前还没有证据。
我们很容易就可以通过维基百科理解机器学习的概念。但要真正做到这一点，你需要知道对一个具体的问题应该使用哪种工具，而且你需要充分了解每种工具的缺陷和限制。要获得这些经验没有捷径。只有不断试错。你会发现自己将分类问题归入聚类问题，或将聚类问题归入假设检验问题。
你发现自己开始尝试某些事情，自信自己做的是对的，然而最终意识到你完全错了，这样的事情你会经历许多次，而且非常不幸没有捷径可走——但这会提升你的经验。你只需要这样做下去，并不断犯错误，这也是另一个我喜欢在这个领域从业多年的人的理由。