原文towardsdatascience.com/the-data-speakers-blueprint-turning-analytics-into-applause-96fb12a0ef39?sourcecollection_archive---------5-----------------------#2024-01-21我作为数据科学领域的公众演讲者的经验与学习。https://alerom90.medium.com/?sourcepost_page---byline--96fb12a0ef39--------------------------------https://towardsdatascience.com/?sourcepost_page---byline--96fb12a0ef39-------------------------------- Alessandro Romano·发布于Towards Data Science ·7 分钟阅读·2024 年 1 月 21 日–https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/74fccf152faf3952f895da422df96c1f.png我在 2023 年柏林的 Applydata Summit 大会上在我的数据科学家生涯中我参加了许多会议和聚会。当我刚开始工作时很多人还在为理解什么是数据科学以及如何利用不断发展的云计算解决方案而苦恼。那时总感觉像是在丛林中求生这就是为什么通过聚会和其他本地活动与数据社区建立联系变得对我至关重要。在某个时刻有人邀请我展示我正在做的一个项目。那时我才意识到我是多么喜欢分享和解释我的工作从那时起我有幸在多个会议上发言包括ODSC、PyCon和Data Innovation Summit等。每次我都会被问到“你是如何为会议找到合适的故事的”“你在展示技术内容时不怕犯错吗”这些问题以及我收到的其他类似问题让我意识到是时候分享这些年来我所学到的东西并希望能够激励新的数据专家分享他们的知识。为什么我们需要数据演讲者数据真的很难公司往往不知道他们真正需要什么这迫使数据爱好者去为一些有时根本无法解决的问题找到解决方案。现在想象一下与一个面临相同挑战的人建立联系并可能提供你一直在寻找的答案是多么有帮助啊。或者或许只是找到一个你能够产生共鸣的人可以和你一起分享并深入探讨你正在做的工作。这正是为什么我们在这个领域需要优秀的沟通者。我仍然清楚地记得那位了不起的数据工程师在演讲中分享了他如何解决 AWS Lambda 部署问题的经历。这个问题困扰了我几个星期。另一方面听别人展示一个用例可以是一次启发。它是一种发现某些解决方案并理解如何应用它们的方式。此外如果你对自己的工作充满热情展示你的想法并开放讨论是非常愉快的。这是一个从各方听到反馈的机会。我也坚信在 AI 技术如应用的大型语言模型LLMs取得显著进展的今天沟通的需求愈加迫切。这对于解释我们与技术之间的复杂层次至关重要而这些技术已经成为我们生活的一部分。我没有什么可说的https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/d82be552e12ceabeda318eb3a58a663d.png由 Dall-E 生成可惜这种情绪我常常遇到。在我看来它总是像这样回响“我没有发言的权利因为我没有什么可说的。”但事实远非如此。总是有话可说特别是当你每天都沉浸在数据的世界中时。你被挑战和故事包围这些挑战无法通过简单的确定性解决方案来解决。对我而言这正是做出非凡成果的完美起点我们有时会忽视自己工作的意义仅仅因为它是我们日常对话的一部分。我们与老板、同事讨论它却忘记了在我们的圈子之外许多公司和个人仍在摸索数据和 AI 的基础知识。例如我知道有很多人并不熟悉 ChatGPT尽管它越来越受欢迎。把你的见解带到更广泛的圈子你会意识到你的受众有多广泛最后如果你从事数据工作那么你本质上就是一个讲故事的人。要在这个领域工作无法避免将复杂的背景转化为更易理解的叙述。你可能是在下意识地做这件事但你一定是在做。演讲作为产品技巧与窍门考虑将你的演讲打造成任何其他产品一样。它的价值至关重要没有价值的演讲可能就不值得进行。具体来说向会议展示内容是一项协作努力涉及听众、演讲者和组织者。如果你的演讲没有为这三大关键群体增值那么回过头来重新评估它的目的会更明智。我相信一场引人入胜的演讲始于解决一个特定的需求。它可能是你投入了数月时间的成果最终意识到它值得分享。无论是关于你成功的解决方案还是你失败的经历以及从中学到的教训都应该来源于你的个人专业知识和勤奋努力。在深入探讨一些制定演讲技巧之前让我们先解决我认为的“房间里的大象”问题目标是成为数据倡导者而非数据大师。我观察到世界上充斥着“导师”但真正的专家寥寥无几。当你考虑登上讲台时要将其视为一个分享知识的平台而非一个目的地或巅峰成就。“导师”这个词本身并不带有负面含义但在此语境下我想强调我所做的区分。找到主题在决定下一个演讲的主题时我首先会提出三个基本却至关重要的问题我目前正在从事什么项目我在这项工作中最近面临了哪些挑战分享这些信息对他人有益吗这些问题是我确定理想主题的起点。接下来的步骤是研究其他人是否在讨论类似的主题渠道可以是出版物、演讲或 Medium 文章等。这个阶段至关重要因为它需要对当前趋势和发展有透彻的了解从而确保我的贡献以某种独特的方式脱颖而出。例如几年前我写过一篇 Medium 文章。我并不是在介绍一些全新的东西创新之处在于我如何将现有的技术结合起来解决一个特定的挑战。这个经历随后成为我在汉堡当地 Python 社区演讲的核心内容。制作你的演示文稿https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/043d78e9a457cc0c50971e87ee6ad8be.png图片来源作者我坚信“少即是多”的理念尽管我对不同观点保持开放态度但我在这个信念上相当坚定与其过度依赖文字我建议使用简洁的视觉效果来解释你的算法或者采用简短的要点作为指导。当你面对的观众可能对主题不如你那样熟悉并且很可能已经听过其他类似演讲时过多的文字会适得其反。结果是什么呢观众失去兴趣且感到你的信息未能传达出去。试想一下在这种情况下听一场 30 分钟的演讲会是怎样的体验在演示文稿中保持简约展示仅能补充你讲述内容的关键信息。要明白无法覆盖每一个细节。因此为那些有兴趣进一步探索主题的观众提供一些相关链接。记得在演讲中要承认他人的工作。给原创内容以应有的赞誉非常重要因为这并非一场竞争。通过认可他人的贡献你可以显著提升演讲的质量展示你对主题的深刻理解。解释得像没人知道你在说什么这是你真正脱颖而出的时刻毕竟你为你的主题付出了那么多努力目标是吸引所有人的注意力。确保在场的专家对熟悉的主题感兴趣而那些知识较少的人也能感到被包容并能理解你的要点。要留心你的观众观察他们是否跟得上你的节奏。如果时间允许可以用一个笑话来轻松一下气氛缓解你和他们的紧张情绪。在演讲过程中直接向观众提几个问题保持他们高度关注。我把这看作是一场战略游戏你必须积极防止观众的注意力下降。尽可能加入更多的细节帮助观众与你以及你解决的问题产生联系。这可能包括一些关于你的公司背景或者在你的解决方案之前采用了哪些方法。这就是为什么我们称之为讲故事而不是讲数据。最终会有一个问题出现你是否应该将演讲稿背下来并记住它在我看来这是个人的偏好问题。就我个人而言我倾向于不这么做。主要是因为我喜欢让思路的流动引导我的演讲这样我可以自发地加入一些原本没有考虑到的想法。这种方式主要通过经验驱动让整个过程变得更加愉快至少在我看来是这样。最后的思考https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/4dec018a046c473fb3a8f06d0615d1bb.png由 Dall-E 生成对某些人来说可能最令人生畏的是站在舞台上但对我来说真正的挑战是与冒名顶替综合症作斗争。这种感觉似乎是数据科学家们普遍经历的。因此走上讲台谈论一个稍显模糊的项目或者一个未按预期顺利进行的项目可能会非常具有挑战性。幸运的是我克服了我的忧虑感谢在我旅程中遇到的无数杰出演讲者我现在可以回顾我的成就并认识到许多确实值得分享。所以跳出你的舒适区找到最适合你的舞台。无论是数据科学的主题还是数据工程的案例收集你所有的见解走出去与世界分享。如果你需要支持或想要联系可以随时访问www.aromano.dev/