不知道大家以前聽沒聽說過“10x Developer”這個詞，如果妳連聽都還沒聽說過，那可真是時候考慮放棄自己的程序猿事業了。就像傳說壹樣，壹些程序猿的戰鬥力能達到同行的10倍，也就是說壹個10x程序猿能夠替換壹個10人的開發團隊。
本篇文章我們就針對數據科學，來談壹談如何才能成為壹名傳說中的10x老司機。本文作者主要從事數據挖掘及處理方面的開發工作，是西雅圖女性程序員俱樂部PyLadies創始人，曾在PyData Seattle 2015上做過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。
以下正文
最近我在PyData Seattle(/building-intelligent-applications/)以及部署和擴展妳的深度學習模型(/deploying-deep-learning-cloud-services/)。
可能是致命傷的事情：
易用性
成本(包括附加組件和隱藏成本，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，妳才有能力通過數據來講述故事，輕松地與團隊成員***享(不管使用哪種語言)或將其部署到生產環境中，從而與數千用戶***享。這將幫助妳成為10x-er，因為壹旦了解了這壹點，妳就可以創建更多性能更高的模型，使用戶開心。當用戶開心時，企業主就會開心。
成為10x數據科學家的技巧
為了讓這篇文章圓滿，這裏有壹些關於如何成為10x數據科學家的最受歡迎的技巧：
模式匹配。這來自於以前遇到類似問題並意識到可以重用或修改當前問題解決方案的經驗。
了解如何解釋妳的代碼 - 給自己和其他人。 這意味著妳可以在白板上，做/得到代碼甚至協同編程。要習慣於談論妳的代碼和思考過程。
了解如何/何時退出並重新開始。如果妳意識到有壹個更好的方法來解決問題，那就不要害怕重新開始。最好就是重新開始，做壹個更好的方法來完成，而不是放出壹些不是最佳或高性能的東西。
創建妳自己的Gists庫，或通過GitHub或其他托管服務的存儲庫組織代碼片段。
最後，回顧整篇帖子，如何成為壹個10x的數據科學家和如何調試其實是相同的主題。每個10x的開發人員都可以想象成壹個主調試器，因為這個規則就是無論妳的代碼多長，妳都可以將它乘以10，並得到妳需要調試的時間。成為壹個很好的調試器的壹個竅門就是使用異常處理，妳可以在IDE中使用調試器，妳可以通過代碼查找邏輯中的錯誤，並檢查涉及錯誤的庫的源代碼，以確保妳正在傳遞代碼需要的內容。
即使妳從這個帖子只得到了幾點收獲，恭喜妳，妳已走上了成為10x數據科學家的道路。
當然，能不能抵達道路的盡頭，就看妳自己咯。