不知道大家之前有沒有聽說過“10x開發者”這個詞。如果妳還沒有聽說過它，那麽是時候考慮放棄妳在的職業生涯了。就像傳說中，有的程戰鬥力可以達到同行的10倍，也就是說壹個10倍的程可以代替壹個10人的開發團隊。
在本文中，我們將根據數據科學來談談如何成為傳說中的10x老司機。本文作者主要從事數據挖掘和處理的開發工作。他是西雅圖女性程序員俱樂部PyLadies的創始人，在PyData Seattle 2015發表了關於通過自然語言處理和機器學習調查用戶體驗的主題演講。
以下文字
最近我在Py Data西雅圖(/Building-Intelligent-Applications/)和/Deploying-Deep-Learning-Cloud-Services/)部署並擴展了妳的深度學習模型。
可能致命的東西:
可用性
成本(包括附加成本和隱性成本，如托管數據)
投標人鎖定
語言可用性
通過了解如何部署模型，您將能夠通過數據講述故事，並輕松地與團隊成員共享(無論使用何種語言)或部署到生產環境中，以便與成千上萬的用戶共享。這將有助於妳成為10x-er，因為壹旦妳知道了這壹點，妳就可以創造更多性能更高的模型，讓用戶開心。用戶開心，企業主也會開心。
成為10x數據科學家的技巧
為了使本文完整，以下是壹些關於如何成為10x數據科學家的最受歡迎的提示:
模式匹配。這來源於之前遇到類似問題的經驗，意識到當前問題的解決方案可以重用或修改。
學習如何解釋妳的代碼——為妳自己和他人。這意味著妳可以在白板上寫代碼，甚至合作編程。習慣於談論妳的代碼和思考過程。
學會如何/何時戒掉並重新開始。如果妳意識到有更好的方法來解決問題，不要害怕重新開始。最好的是重新開始，用更好的方式去做，而不是發布壹些不是最好的或者高性能的東西。
創建自己的Gists庫，或者通過GitHub或其他托管服務的存儲庫組織代碼片段。
最後回顧壹下整篇帖子，如何成為10x數據科學家和如何調試其實是同壹個話題。每壹個10x的開發者都可以想象成壹個主調試器，因為規則是不管妳的代碼有多長，妳都可以乘以10，得到妳需要調試的時間。成為壹個好的調試器的技巧之壹是使用異常處理。您可以在IDE中使用調試器。您可以通過代碼找到邏輯中的錯誤，並檢查錯誤中涉及的庫的源代碼，以確保您傳遞的是代碼需要的內容。
哪怕妳只是從這篇帖子中獲得些許收獲，恭喜妳，妳已經走上了成為10x數據科學家的道路。
當然，能不能走到路的盡頭，還是要看妳自己。