原文：
www.kdnuggets.com/2017/02/creativity-is-crucial-data-science.html
评论
数据科学可能不会被认为是最具创意的追求。
你将大量数据添加到一个仓库中，然后在另一端处理这些数据以得出结论。数据进，数据出，这里有什么创造性的空间？这不像是你在处理一块空白画布。
1. 谷歌网络安全证书 - 快速进入网络安全职业道路。
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 - 支持你的组织 IT 部门
对我来说，创造力的定义是你能够从无到有创造出某样东西。这需要巨大的想象力，看到表面统计数据之外的更深层结论是伟大的大数据专业人士的标志。
许多成功人士在与我们面谈时表现出创新思维。他们别无选择，塑造数据的独特而意外的方式是他们的工作。正如爱因斯坦从他的提琴演奏中获得灵感一样，许多顶尖数据科学家发现，当他们的创造力在流动时，他们常常找到最优雅的解决方案。这些数据创意者是最难找到的候选人之一——主要是因为其中的主观性。（另见之前的博客了解更多关于数据创意者的信息）
这实际上是我最喜欢的面试问题之一：
“你在职业生涯中做过的最具创意的事情是什么？”
在解释大量数据的无限方式中，人类创造力的作用不可低估。随着越来越多的人将人工智能视为解决所有数据需求的答案，我认为我们将面临一个瓶颈，人类总会拥有那个关键的优势。人工智能可能能够很好地解释数据（在短时间内），但永远无法做到卓越。为了做到这一点，创造力是缺失的关键。
从许多领先全球公司的员工文化来看，很明显，发挥员工的创造力是促使他们更紧密合作、彼此更有同理心的关键。数据科学并非孤立存在，它需要与业务中的其他领域相关联，以发挥最大影响力。以一种业务其他部门能够理解的方式创意包装数据是关键，这样他们才能看到全貌，从而支持寻找正确的解决方案。
然而，这个问题有一个大“但是”。要对数据进行创造性处理，需要决定深入挖掘其表面以下的内容，并承担相应的风险。接受数据的表面值通常就足够了，你会保住工作，也不会因奇怪的结论而激怒他人。当你创造性地提出不易被未受过训练的眼睛发现的东西时，你是在冒险，这需要勇气。然而，只要成功做到几次，你的团队就会给予你在未来继续这样做的自由。如果雇主文化对这种偏离思维的方式抵触，那会更难一些，但仍然是可能的。
当你以创造性的方式处理数据科学时，结果常常令人惊叹。
原文。经许可转载。
相关：
-
分析与数据科学专业人员的职业建议
-
为什么数据科学家和数据工程师需要理解云中的虚拟化
-
大数据和物联网并不会让商业更智能，分析和数据科学才会