原文：
www.kdnuggets.com/2015/05/data-science-inconvenient-truth.html
评论作者：卡米尔·巴尔托查（lastminute.com）
-
数据从来不会是干净的。 -
你将花费大部分时间来清理和准备数据。
-
95%的任务不需要深度学习。
-
在 90%的情况下，广义线性回归会解决问题。
-
大数据只是一个工具。
-
你应该接受贝叶斯方法。
-
没有人关心你是怎么做的。
-
学术界和商业界是两个不同的世界。
-
演示至关重要——成为 Power Point 的高手。
-
所有模型都是错误的，但有些是有用的。
-
数据科学没有完全自动化的解决方案。你需要亲自动手。
简介：卡米尔·巴尔托查 是 lastminute.com 的数据科学负责人，数据处理、数据系统架构和人工智能领域的专家。
原始文章。
（编辑：你认为的数据科学的不便之处是什么？请评论）
相关：
-
采访：亚历山德罗·加利亚尔迪，Glassdoor 论数据科学家的有趣与无聊之处
-
自动统计学家与数据科学渴望的自动化
-
数据科学家对商学院的建议