在这次演讲中，我将列出博客、开源贡献和其他形式的公共工作是数据科学职业生涯重要组成部分的原因。对于初学者来说，博客是数据科学课程和教程的一个很好的辅助工具，因为它为您提供了将实际数据科学技能应用于实际问题的经验。对于处于职业生涯任何阶段的数据科学家来说，开源开发提供了协作、文档和接口设计方面的实践，可以补充其他类型的软件开发。对于在职业生涯中处于较高水平的数据科学家来说，写一本书是一种很好的方式，可以使你的专业知识具体化，并确保其他人可以在此基础上继续发展。所有这些实践都建立了沟通和协作的技能，这是数据科学工作的重要组成部分。每一个都可以让你建立一个公开的技能组合，从你的同行那里得到反馈，并与更大的数据科学社区建立联系。
查看材料David是DataCamp的首席数据科学家，DataCamp是一家通过交互式在线课程教授数据科学的教育公司。他的兴趣包括统计、数据分析、教育和R编程。
David与Julia Silge合著了tidytext包和O 'Reilly的《Text Mining with r》一书。他也是broom、gganimate和fuzzyjoin包的作者，也是电子书《Introduction to Empirical Bayes》的作者。
David曾在Stack Overflow担任数据科学家，并获得普林斯顿大学定量和计算生物学博士学位。
