原文：
www.kdnuggets.com/2022/01/humbling-improve-data-science-skills.html
我们都希望能说自己知道所有的事情。不幸的是，这是不可能的。有时我会告诉自己“我什么都不知道”，以激励自己学习并不断进步。
数据科学是一个需要不断学习的领域，总有提升的空间。在数据科学的世界里，保持对事物的掌控感和成就感是困难的。一旦你完成了一个学习任务并感到自信，你会发现自己又在寻找新的主题或领域进行学习。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 在 IT 领域支持你的组织
没有人可以坐在这里说自己知道所有的事情。即使是有 10 年以上工作经验的高级数据科学家，也可能需要用谷歌搜索如何连接两个数据集。这并不意味着他们不知道，只是他们可能已经很久没有用过那段代码，忘记了。
一旦你开始在数据科学领域工作，你将会与其他数据科学家、分析师、机器学习工程师等进行互动，彼此交流知识。然而，会有一个时刻，你可能不知道你的同事知道的某些内容，反之亦然。然而，当你不知道某件事却告诉你的同事你知道时，这可能会对你的自信心造成一定的损害。
如果你面对的任务可以通过简单的谷歌搜索、观看 YouTube 视频或查看 Stack Overflow 来解决，那是很棒的。然而，如果你继续告诉你的同事或老板你知道某些事情，但实际上你并不知道，你会发现自己陷入额外的学习中。相反，你可以直接说“对不起，我不知道怎么做”。这样，你的同事和老板可以理解你的优点和不足，从而为你提供正确的支持/培训，帮助你在特定领域得到提升。
这同样适用于高级职位的人。如果你没有正确的技能来管理和指导团队，你将会感到不堪重负，压力水平会增加，这可能会让你思考自己的职位。
第一个工作总是令人害怕的。你会感到焦虑和紧张，不敢表达自己的意见。我将介绍一些我认为每个人都应该融入工作和个人生活中的要点。
你不需要在所有方面都出类拔萃。然而，要从事数据科学工作，你需要具备基本技能。如果你是一名喜欢数据处理和创建数据可视化但在构建机器学习模型方面经验较少的数据科学家；这是你可以改进的一个弱点。承认自己在数据科学家掌握的所有技能中不会在每一项技能上都很先进，是成长为数据科学家的第一步。
一旦你确定了自己的强项和弱点、喜欢的事物和不了解的内容，你可以缩小自我发展的范围。如果你特别感兴趣成为一名机器学习工程师，你作为数据科学家的技能将会派上用场。然而，你需要深入学习算法、自然语言处理、神经网络等领域。
你需要了解哪些技能对你的职业有利，无论是现在还是未来。如果你的职业规划需要你使用 Python 和 R 作为编程语言，学习 HTML 等其他语言将没有用处。你不想在所有方面都是新手，而在任何一方面都没有精通。
如果你不问，就得不到。数据科学家角色要求大量的技术技能和软技能。遗憾的是，很多人会假设你申请了某个职位就会知道几乎所有的事情。正如我们所知，事实并非如此。总有改进的空间和学习不同技能的时间。
如果工作中的项目有一个紧迫的截止日期，你被要求完成一个特定任务以加快进程，但你不知道如何处理，因为你没有这些技能。你会发现自己陷入困境。大声说出来并告诉同事你能做什么和不能做什么，而不是感到紧张和羞愧，从长远来看会对你有帮助。你可能会被分配另一个任务，其他团队成员知道你能胜任，从而确保每个人都能按时完成任务。
与上级讨论自己的弱点会开启自我发展的对话。公司可能希望你在这些方面有所改进，并安排你参加特定的培训或在工作时间分配自我发展时间来支持你。如果公司能够帮助你成为顶尖的数据科学家，他们会愿意这样做。
另一方面，你可能会觉得分配给你的任务低于你的技能水平。重要的是，不要浪费时间做简单的任务，而是应该在其他领域发挥作用。这是晋升最快的方式。与上级讨论你的优势及如何提高公司的效率可以解决许多业务问题。这是一种双赢的局面。
申请合适的工作
人们申请需要特定技能的职位却不具备这些技能并不是什么秘密。如果你这样做，你是在给自己设定失败的风险。与其根据薪资申请工作，不如根据你当前的技能申请。
从事入门级工作、提高技能并逐步晋升没有坏处。谦逊并在自己的能力范围内工作是建立职业生涯的第一步。关键词是“建设”。这不会自动到手，所以你必须从某个地方开始。从基础做起总比从顶端摔下来要好。
在线课程
有各种在线课程可以帮助你提高和扩展技能。你可以通过 Udemy、Coursera、Udacity 等平台参加课程。这些课程可以涵盖特定的编程语言如 Python 或 C++，也可以学习数据库管理和 SQL。
阅读
在线有大量的阅读材料可以帮助你提高对各种主题的理解。教科书、学术论文都可以在网上找到，还有 KDNuggets 等平台，提供优质的资源材料来指导你，帮助你理解并建立职业生涯。
持续学习是你自我驱动并坚持不懈地扩展技能和发展未来机会的方式，无论是个人还是职业上的。你可以决定某一天对医学感兴趣并希望将数据科学技能融入该领域。或者你可能想成为一名高级数据科学家，但意识到自己缺乏 SQL 知识。
学习永无止境。总是对自己说“我什么都不知道”；这会激励你继续学习。知识触手可及，如果你不加以利用，你将停滞不前。
能够保持谦逊并不断学习将帮助你提升个人形象，保持相关性，为自己打开新门，并为意外做好准备。
妮莎·阿利亚 是一名数据科学家和自由技术写作人。她特别关注提供数据科学职业建议、教程以及基于理论的数据科学知识。她还希望探索人工智能如何以及能够如何有益于人类寿命的不同方式。作为一个积极学习者，她寻求拓宽自己的技术知识和写作技能，同时帮助指导他人。