Rachel Schutt知道怎样才能在刚起步的数据科学世界里获得成功。

　　Schutt是在一名纽约Johnson研究实验室的进行启动项分析研究科学家，之前她曾担任Google的高级统计员。她现在还在哥伦比亚大学的统计系做兼职助理教授，在2012年的秋学期讲授“数据科学导论”这门课。

　　在O’Reilly Strata会议上，Schutt说她经常邀请嘉宾演讲者到她的课堂上来介绍他们在数据科学上的职业生涯，希望以此来给学生提供多元化的观点和意见。嘉宾演讲者的名单包括：Cathy O’Neil，现任Johnson研究实验室的高级数据科学家;David Huffaker，Google的用户体验研究员;Ian Wong，Square移动支付的“推理科学家”。

　　之后，Schutt将她认为是成功的数据科学家所共同具有的特点整合成两张表，并把这两张表作为她的报告内容。第一张表是数据科学家的共通特质和特点。她发现许多人都拥有哲学博士学位，虽然说学位并不是工作的必须条件。而且他们学习的领域一般都与数量科学相关，比如统计学或者是数学。另外，数据科学家都有一种与生俱来的编程和学习编程语言的能力以及解决问题的能力。具有讽刺意味的是，他们所不必需拥有的反而是在头衔加入“数据科学家”这一称谓。

　　Schutt的第二张单子列出了她认为的高效数据科学家的共同的“思维习惯”。比如说，他们都是很有毅力的人，当面对挑战的时候不会轻言放弃。同时，他们也是头脑灵活的思考者，鼓励提问。并且，Schutt补充到，他们力争达到思维和沟通时的高度的准确、清晰和精准。

　　Schutt说，成功的数据科学家也能够熟练地将过去的知识应用于新的场景。他们承担分析工作中可计算的风险、充满想象力并且喜爱创新。此外，独立思考并相信持久学习的力量。但是，Schutt指出他们也有轻松的一面，数据科学家喜欢发现事物中的幽默之处并且是良好的倾听者，能够对其他人的需要感同身受。

　　Schutt继续强调对于有志成为数据科学家的人思维习惯的重要性。成功的数据科学家都是“思想家，拥有好奇心，充满道德感和正义感”。Schutt说：“这些也是我希望在课堂上向学生们教授的内容，这远远比掌握一些技巧重要”。