1. Никто не знает всего, ни вы, ни интервьюер. Не придумывайте вещи на лету.
  2. Вам не нужно отвечать на каждый вопрос, чтобы пройти.
  3. Основы значат гораздо больше, чем вы думаете.
  4. Большинство организаций довольны регрессией.
  5. Мастерство Excel приведет вас дальше, чем ваши сверстники.
  6. Большую часть времени вы будете выполнять тяжелую работу, которую другие люди должны были делать за вас.
  7. 85% проектов по науке о данных терпят неудачу, потому что финансовый директор не хочет слышать о том, что покупка компании его друга не была логичным решением, или потому что этот продукт-зомби, который, согласно вашему анализу, должен быть утилизирован, был идеей жены генерального директора.
  8. Одни данные не управляют бизнесом. Пока роботы не захватят власть, люди по-прежнему принимают множество решений, основываясь на эмоциях.
  9. Знайте разницу между оценкой и метрикой ошибок.
  10. Сосредоточьтесь на деталях, но не упускайте из виду общую картину.
  11. ИИ — это смена парадигмы, а изменения неудобны. В силу своей правоты люди сопротивляются изменениям.
  12. Прекратите использовать нейронные сети для всего.
  13. Примите неопределенность. Подружитесь с ним. Будьте любопытны.
  14. Не пытайте данные, пока они не признаются.
  15. Узнайте, что волнует бизнес, и апеллируйте к этому.
  16. Задавать вдумчивые вопросы важно как для того, чтобы понять, как роль зависит от данных, так и для того, чтобы продемонстрировать, насколько хорошо вы знаете свою область.
  17. Сообщая о результатах, начните с воздействия, а затем погрузитесь в процесс.
  18. Python, R, Excel или Tableau — это всего лишь инструменты. Будьте осторожны с парадоксом молотка и гвоздя.
  19. В конечном счете, это сводится либо к экономии денег, либо к получению дохода.
  20. Нет двух одинаковых ролей в науке о данных. Если вы чувствуете, что это не для вас, вероятно, это не так.