在数据科学领域，随着行业、风险投资家、政府以及其他各种功能的广泛关注，数据科学已经扩展到一个非常广泛的领域。随着这一扩展，当今的数据科学家需要展示一系列庞大的技能以在角色中出类拔萃。一个人需要成为：
一个统计学家，以解释概率推断；一个专家程序员，以编码人工智能；一个高效的演讲者，以在商业观众面前展示复杂的机器学习技术；一个具有强大定量技能的人，以衡量和优先考虑新机会；一个领域专家，以将人工智能与业务流程整合；一个数据架构师，以理解复杂的数据模型等。随着领域的扩展，这个列表还在不断增长。这张信息图表捕捉了这种多面角色：
好消息是，如果有正确的心态、纪律和决心每天练习，可以掌握任何技能。坏消息呢？好吧，有两大主要挑战是渴望成为数据科学家的人面临的：
他们经常无法确定和指出他们的技能集中需要改进的领域。这种模糊性对数据科学领域职业轨迹是危险的。可能有一些技能最初会因为缺乏经验而难以掌握。
第二个挑战，对于来自非数据科学背景的人来说，太常见了。见过有人因为觉得自己永远不会提高现有的技能集而半途而废。例如，一个没有工程背景的人可能会觉得自己永远不会成为一个优秀的数据科学家，因为他可能永远不会擅长编程。听起来像是一个熟悉的情况吗？
这里有一些解决方案，将用相关的类比来解释这些挑战：
众所周知，维生素对身体至关重要。如果在任何身体/精神疾病上挣扎，会不会简单地开始服用维生素药丸？不，对吧？会进行各种维生素的诊断测试，然后开始治疗。
同样，数据科学家需要掌握一系列技能元素。要了解哪个元素阻碍了他/她的成长，数据科学家需要经历一系列数据科学方面的严格诊断测试。
一旦确定了知识差距，现在怎么办？如果需要掌握的技能看起来难以实现，或者简单地说需要太多时间，没有怎么办？
结果发现，学习新技能或提高现有技能的时间主要取决于心态。看起来太抽象了吗？让来说明。在一生中，认为什么时候有最陡峭的学习曲线？可能猜对了——当还是个蹒跚学步的孩子时。能想到一个原因吗？主要原因是心态。在那个年龄，每一课都是一个游戏。通过游戏学习结果是可以学习任何新技能的最快方式，不管年龄。
<video controls>
<source src="https://cdn.analyticsvidhya.com/wp-content/uploads/2019/07/kunal-sir.mp4" type="video/mp4">
浏览器不支持视频标签。
</video>
Datamin是一个独特的数据科学问答平台，由行业专家设计。Datamin将：
在各种数据科学维度上评估；通过在每次用户尝试后提供相关反馈来加速学习；通过实时社区聊天和挑战朋友等功能让参与进来；实时识别机会领域，并提供阅读建议。
这些测验将持续一周，几乎不限制尝试的问题数量。如果这还不够，每个比赛都以价值200,000印度卢比（3000美元）的奖品结束。
将面临的问题将广泛测试数据科学家最相关的三个主要类别：