数据时代的到来，让数据科学红了一把。
虽然是近几年才火起来的概念，但大家都挤破头想进入这个行业。《哈佛商业评论》更是宣称“数据科学家”是二十一世纪最性感的职业。
数据科学这么红不是没有原因的，拿着令人艳羡的年薪，用手中的数据主导新产品甚至驱动公司的决策，而这个行业其实也在不断发展，相比几年前，数据人的工作方式和生活方式都得到了巨大的变革。
那些头部数据人才，他们典型的24小时是怎样的？我们从刚刚升级的和鲸科技找到了答案。
和鲸科技，前身为数据科学平台“科赛网（https://www.heywhale.com）”，于2019年元旦正式更名，旗下有聚集了超过50,000+数据智能人才的专业第三方数据科学社区kesci（科赛网），具备国际领先水平的数据分析及AI开发协作工具kescilab（简称“K-Lab”）。
上班8小时：效率升级，“云端+协作”提升工作效果
数据科学家主要的工作内容就是根据公司需求，从数据中攫取商业价值。而头部数据人才和普通数据科学家最大的区别就是：效率。公司支付的高薪酬也是在购买他们的高效率。
云端工作
不同于“数据科学家”这个职业刚刚出现的时代，从业者需要不断“迁就”手中的程序、甚至花很长时间学习功能。在数据科学高速发展的2019，他们需要更高的效率，提高效率的工具应运而生，这些工具需要不断预判和满足他们的需求。在线编程就是一个很重要的痛点，通过在线编程，不仅能免去繁琐的环境配置，还为提升工作效率加了一条助跑道：不用考虑电脑在不在身边、不用在乎文件有没有拷贝，所有资料都在云端同步，只需专注于手中的代码、数据、图表。
但这并不好做，除了要直接在云端提供算力，在线编程工具还得保证环境统一，所以直到近几年才有相关产品诞生。
K-Lab是一款在线协作工具，引入Jupyter Notebook范式——这是专门为数据分析设计的工作环境，能够随时随地在云端开展数据处理、模型搭建、代码调试、撰写报告、团队协作等系列数据分析工作，数据科学家的工作将不再局限于本地环境，周末登山也能掏出手机训练模型、调整参数。
团队协作
与纯粹的程序员不同，数据科学家作为一个更偏商业应用的岗位，它需要和数据分析师团队，甚至是其他部门共同协作、指导公司的发展，也就更需要数据可视化和讲故事的能力。原因很简单，如果团队、客户甚至都听不懂你想做什么，即使你的代码、分析过程再优雅再准确，都只是白费力气。
试想，当你向团队解释你的分析成果，他们更愿意看这一大段“不知所云”的代码，还是右边这张图呢？
图源自和鲸科技 - K-Lab
K-Lab的协作功能同时考虑了两种场景：
数据分析师团队交流时，常常需要互相修改源码，如果大家使用的计算环境、甚至编程语言都不同，效率未免也太低了。考虑到这种情况，K-Lab统一了计算环境，增加Fork、版本管理等功能，打开网页就能完成整个数据分析工作；
如果你需要与非技术人员沟通，他们可不想看到密密麻麻的代码。在K-Lab中，不需要你重做一份PPT，只要一键隐藏代码，负责人便只看得到最后的图表、在线评论，同时“点赞+1”。这样，所有人能快速理解你的分析结果并且参与协作、提高生产效率。而且，界面清爽易读，把实时运行的代码、文本和可视化的图整合在一起，提升数据科学家讲故事、做决策的能力。
目前清华大学、北京大学、中国人民大学、上海交通大学、浙江大学等知名院校已采用K-Lab进行数据科学与人工智能的教学与实训平台，也帮助了中国联通、中国平安、招商银行、腾讯、百度、携程、IBM、华为、南京市政府在内的一批顶尖客户解决行业问题。
下班4小时：社交升级，社区生态加速学习
据《2018数据人才白皮书》调查，数据科学人才平均每天学习时间大于4小时，而头部数据人才学习的时间则普遍更长，也许这是他们优秀的原因之一。
但仅仅保证学习时间就够吗？技术飞速发展， 人的升级跟得上摩尔定律吗？显然，学习方法和学习效率缺一不可。
和鲸科技承办了多场数据竞赛，大赛结束后，都会对获奖者进行采访。从这些采访中，我们了解到，他们在课余时间/工作之余提升自己的办法十分类似——“在实践中学习”，几乎都是混论坛、看论文、打比赛。竞赛就是一种重要的实践方式，在竞赛中，他们能够直接接触到一线企业的场景和真实的行业数据。闷头做技术已经很难适应新时代，我们更需要通过与人交流共同升级。
一般来说，初学者可以通过书本或课程学习新技术，三五年后就主要从做项目、看论文来提升自己了。而实践能够贯穿学习的全过程，数据竞赛平台就是源源不断的实践机会，从初学者到大神都能找到机会。数据科学家可以从中寻找合适的项目，如果获奖了一般还有几万元奖金。
内容源自和鲸科技 - 科赛网（Kesci） - 比赛
要是心血来潮想研究某个问题呢？找到感兴趣的数据集，再开始自己的分析就好。
内容源自和鲸科技 - 科赛（Kesci） - 社区
和鲸科技的社区就是一个给数据人成长、交流的生态系统，能够贯穿数据科学家成长的全过程：
通过科小神训练营入门后，科赛社区的“项目”栏中提供了由浅到深的学习资料，用户可以直接下载数据集或者fork项目，等学到一定程度后，就可以在“比赛”中开始数据竞赛之路。每个环节都配备了相应社群，把与你等级类似的人链接在一起，你可以在社区、社群和大家一起打怪升级。
从2015年搭建时，和鲸科技就开始聚集各大高校的数据科学人才，随后，从高校不断辐射到各大互联网企业、500强技术人才，现在已经有超过50,000+的数据智能人才在其中分享技术，沉淀了100+行业顶尖企业数据实操案例、6000+数据算法应用案例和5000G+优质数据集资源，数据集能够直接在K-Lab工作专区挂载，节省不必要的实践，专注于探索性数据分析，与社区的伙伴共同进步。
数据人未来的工作方式
上班8小时和下班4小时，工具和社区的升级，最终带来的是生活方式的变革。数据科学家并不是代码机器，他们不像人们的刻板印象那样：格子衬衫、黑框眼镜反着光，对着电脑敲代码。
在数据人典型的一天中，提升工作效率、保证学习时间是很重要的一个因素，保持自我升级，是立于市场的不变法则。
在和鲸科技的工具+社区+众包的生态中，数据科学家也得以摈除落后的工作方式，能够在社区内用在线编程、协同的方式，提升工作效率；能够面对市场团队、甚至甲方讲述自己的技术思考，甚至在闲暇时间内，在社区寻找项目给自己升升级；在线编程也让平板、手机编程成为可能，不用再为了一个Bug在周末跑回公司。
你如何过一天，就如何过一生。和鲸生态带给数据科学家的，不仅是工作效率，更是数据人未来的工作方式。
剩下的十二个小时你们会如何安排呢？快来和鲸社区跟我们分享吧。