综合的编程能力
- 辨别什么时候用什么工具
- 微调你要使用的工具，订制成解决手中问题的利器
- 如何去后续处理选择的工具所产生的结果
- 思考解决问题的几个备选方案，并基于所能利用的资源对它们进行排序
- 对数据分析工具足够的了解（例如，R、SPSS、SAS、Stata或Matlab）并掌握它们中的至少一个工具。
- 大数据存储架构经验（例如，Hadoop、Hive等）
- 其他可能是也可能不是有关数据科学工作的专业知识，例如视觉化、关系型数据库、用户建模、大数据集成处理系统。同时，还要有大数据领域的数据集的工作经验。
- 数据科学领域进化的速度很快，所以你需要紧跟变化，特别是所用的工具，这样你就可以相应地调节自己的学习策略。