原文：
towardsdatascience.com/one-mindset-shift-that-will-make-you-a-better-data-scientist-a015f8000ad7
在从量化金融领域转型后，我的第一次数据科学家经历是在咨询行业。在我早期在麦肯锡的日子里，我收到的反馈大部分与我的代码或技术技能无关，而是包括诸如“你需要将你的工作与公司/组织的更高优先级联系起来”、“你应该提供更多清晰的见解”或“你需要成为一个更有思考伙伴的人”之类的建议。
在当时，作为咨询界众多通才中的一名数据科学家，很多反馈最初对我来说就像模糊的咨询术语，我更希望有人能对我的代码进行批评。现在自己成为了一名管理者，回顾过去，我意识到这些看似不相关的点实际上都关联到一个问题——那就是我作为初级 IC，专注于提升我的技术技能集时缺失的心态。
我当时纯粹专注于执行，而没有像问题所有者那样行动；然而，事后看来，认为我的工作只是出色地完成一个任务是一个错误。从那时起，多年来，我越来越坚信，所有权心态是区分高绩效者与同侪的关键因素之一。
如果你自己在想“这听起来非常模糊和抽象”，你并不孤单。从我的观察来看，大多数 IC 在与“你应该采取更多的所有权心态”的反馈中挣扎得很厉害；这也可能是为什么大多数管理者更愿意提供关于上述“症状”的战术反馈，而不是核心问题本身。为了使其更具体、更可操作，我将尝试将“所有权心态”（或缺乏这种心态）分解为我在初级 DS 中观察到的三种最常见表现，并讨论可以帮助你更像所有者的心态转变。
从直接跳到“我们应该如何做？”转变为从“我们为什么要这样做？”开始
为了提出最佳的“如何做”，你首先需要理解“为什么”。因此，而不是直接跳到解决方案，你应该在问题空间中停留更长的时间，真正理解这项工作为什么重要，以及它打算影响哪些决策或业务成果。
记住，每个分析问题最初都是一个抽象的业务问题。但很可能，作为一个初级集成电路工程师，当你的经理或利益相关者向你传达一个项目时，已经有人代表你进行了一些思考（即你的经理已经根据他对业务需求的了解进行了一些规划）。我鼓励你探究规划出的分析任务的原始动机。了解这一点将帮助你做出几个关键的决定——如何将这项工作与其他所有工作优先排序，谁是你的关键合作伙伴，以及你是否可以提出一种更有效的方法来解决原始问题。
例如，数据科学家经常会得到我所说的“数据 Siri 问题”，“我们有多少活跃用户？”一旦你拉取了这个统计数据，你经常会得到后续的问题（例如，用户的地理分布等）。在你意识到之前，原本看似 5 分钟的临时数据提取变成了 100 个看似不相关的数据问题。
处理这些情况的最有效方式实际上是从“为什么”开始。当你理解产品经理正在尝试在 iOS 上推出一个新功能，并需要数据来决定基于参与度优先考虑哪些国家时，你将能够就哪些数据切片将最有助于回答该问题提出建议；或者，如果你再深入一层，你可能提出参与度是否甚至是优先考虑国家的正确指标。通过这种方式，你也会被视为一个应该参与项目原始规划的合作伙伴，而不是一个只帮助拉取数据的人。
从“我需要做什么？”到“我能做什么来帮助？”
大多数初级集成电路工程师都是被动地等待被分配到一个具有明确范围和步骤的项目，以便他们可以专注于执行。这并不奇怪，因为我们大多数人都是在有人告诉我们该做什么的环境中长大的，通常是父母和学校的老师。即使在大学里，也有一个课程大纲概述了我们需要做哪些具体的事情才能得到 A。好消息是，经理通常不期望初级集成电路工程师主动地独立侦察和规划项目。但如果你想从你的同龄人中脱颖而出，达到下一个水平，那么你应该做这件事。
不要被动地等待分配任务，只做你被要求做的事情，而应该通过关注跨职能会议和参与的对话来做得更多。如果你能主动调整你的感官来发现差距和需求，你会注意到数据不足往往是进步和决策的障碍，而这正是数据科学团队能够独特地帮助的地方。
发现差距并找出填补差距的解决方案是你想要成为未来的技术领导或经理时必须具备的关键技能之一。培养这种技能需要摒弃“这不是我的问题”或“我对这场战斗没有兴趣”的态度，而是作为公司成功的真正利益相关者采取行动。这有时可能需要你走出舒适区，扩展你的现有技能集，但这正是你主动增长技能集的方式。
从“这是数字”到“这是要点”
许多集成电路（IC）在从他们进行的分析中提炼简洁的见解方面都感到困难；将原始数据直接倒入电子表格或文档中很少是令人满意的成果。以下是我非常尊敬的一位领导的话：
我们所做的一切都是为了他人的利益。如果别人不理解或看不到我们工作的好处，那么我们的工作就不完整。因此，传达我们的工作与编写代码、构建模型和产品以完成任务一样重要。
数据科学家的任务是“通过分析洞察力推动商业决策”，而不是“仅仅拉取数字，然后留给别人去提炼见解”。更不用说，“拉取数字”的部分是人工智能最容易取代的部分。
想象一下，你是分析报告的读者/消费者，而不是进行它的人。在没有关于分析的具体知识的情况下，你能快速提炼出它试图做什么以及要点是什么吗？工程师、项目经理等为什么应该关心这项工作？如果不是，那么你在通过分析传达洞察力方面就没有成功。
结论
记住，你是你职业生涯和所有推动它的项目的唯一所有者。因此，主动采取行动使其更加成功是你的责任，也是你独自承担的责任。采用这种心态无疑需要时间和实践；但一旦你掌握了它，它不仅会对你的事业有益，而且一旦你开始将同样的心态应用到你所做的每一件事上，它也会对你的个人生活有益。
感谢阅读！如果你想了解更多关于数据科学和商业的内容，以下是一些建议：
如何让自己作为数据科学家更具裁员免疫力
软技能是你在数据科学面试中脱颖而出的关键
麦肯锡教给我的 5 个教训，让你成为更好的数据科学家
