*数据科学学习步骤：
数学—统计学—数据分析—机器学习—深度学习—AI人工智能
一、就业背景选择
1.金融行业：量化投资，风控建模
2.生物信息学行业：DNA数据挖掘，探索生命之旅，HIV病毒编码破解
二、孙子兵法——以不变应万变
1.需要锲而不舍的精神
2.提高信息检索能力
3.具备良好的沟通能力
不同产品有不同的需求，和相关部门良好沟通是成功的基础。教科书是教科书，实际是实际。
4.保持一颗好奇心
数据分析的最大挑战不是统计算法的复杂性和计算能力的提高，而是让其从业者保持好奇并不断提出问题。可以把工作当作一个很棒的旅游目的地，做个好游客——好奇又有意识。
三、团队领导艺术
1.平衡好上级和下级关系
上级控制着绩效，奖金，升迁，差评；下级决定着群众关系。
上级和下级有共同利益，也有矛盾时候，需要平衡两者关系。
2.换位思考
避免个人主义，以自我为中心。
3.不要轻易指出他人错误
他人犯错时，应该顾及他人感受。指出错误时，用语尽量委婉，给他人一定的尊重。
4.不要轻易在情绪中做出决定
大多数时是不理智的，决定会因情绪发生一些波动。
5.有一定幅度忍让
团队中每个人的脾气都不尽相同，遇到一些事情，并非要过度忍让，但一定程度的忍让可以减少很多摩擦。当然，忍无可忍时，也不用再忍。
6.乐观态度
塞翁失马焉知非福，犯错证明我们在做事，做事就有一个优化过程，我们也不能保证做事就能做到100%，学会知错就改，在下一次时少犯错。
7.多团队活动
聚餐，野炊，增进友谊。
8.出现矛盾时当面交流，及时消除误会
不同人看待问题角度不一样，语言具有抽象性，矛盾非常容易产生，需要及时消除，而不是埋藏在心里，生根发芽，等到积怨过深，就可能要出大事。
9.做事有优先级
10.不要轻易放权（对于上级）
权利真空会导致很多混乱，一般情况下不要随便放权，除非必要。
11.不要事事亲躬（对于上级）
*合理分配任务给下属，遇到新项目或棘手的任务可以分配或招聘合适的人来处理
*领导职责在于执行上级命令，协调上级和下级关系。如果都去钻研，可能时间不够。
*如果领导懂得团队技术细节，也是难能可贵。
四、如何利用Python
1.Python在企业级应用
Python在企业级应用较少，多是javase。
2.Python作为企业级软件的优势
*免费，开源软件。
*执行一个程序不会太久，项目优化不太需要依靠其他公司的顾问。
*数据方面可以灵活选择，可以选择不共享其他公司，以保护数据安全而且自身有很多库。
3.Python作为企业级软件的劣势
*支持方面
如果发现问题比如包的兼容性的话，难以在公司层面得到技术支持。也有可能会有供应商违约的风险和缺乏售后维护、支持等情况。
*质量方面
代码优化方面没有java和C#优化得那么好。缺乏很好的训练/文档等。
【来自Toby的腾讯课堂：Python入门经典】
