现在数据科学越来越自动化，automl和deep learning让建模越来越简单傻瓜，甚至不需要特征工程和调参都可以做出Kaggle top 10%的优秀模型。我觉得技术、理论都只是在行业立足的基石，要走得远还需要有发现数据科学应用价值的能力，具体来说就是需要能在商业世界中发现应用数据科学的场景、设计好应用的方式、规划好不断涌现应用价值的闭环，说白了有点像数据科学的商业代表或者产品经理，当然这都要建立在理论和技术的基础上，这也是目前生涯早期要做好的功课。