¿Cuáles son algunas cosas que debe saber como científico de datos pero que la mayoría descuida?

Debe saber que la solución más simple aplicable es casi siempre la mejor.

La mayoría de los científicos de datos descuidan esto, ya sea porque no se dan cuenta o porque no quieren darse cuenta.

Todos sabemos que desea mostrar su conocimiento detallado de las últimas tendencias de aprendizaje profundo, pero muchos problemas se resuelven mejor con soluciones vergonzosamente simples como una línea de regresión lineal o un buen panel de visualización.

Los científicos de datos tienen una tendencia a usar un mazo para romper una tuerca al implementar soluciones demasiado complicadas, pero eso no sirve de nada excepto agregar palabras elegantes al currículum del científico de datos.

Iba a agregar esto como un comentario a la fantástica respuesta de Justin Rising (+1), pero comenzó a ser demasiado largo:

Estadística. Las estadísticas se ignoran.

Mi predicción es que las estadísticas, y por extensión la recopilación de datos, volverán a estar de moda pronto. ML se abstraerá en gran medida en APIs agradables para la mayoría de las aplicaciones industriales, y el esfuerzo volverá a asegurarse de que los datos de capacitación en los que nos ajustamos a esos modelos ML se recopilen correctamente, que hayamos validado nuestros resultados de forma adecuada y se hayan tenido en cuenta estacionariedad, etc. O enfóquese en áreas fuera del aprendizaje automático, como simulación, inferencia bayesiana, modelado causal, métodos econométricos como SEM, etc.

En este momento hay tanta emoción en torno a ML, todo el foco está en todos los algoritmos geniales que podemos aplicar a los datos, una vez que ya los hemos recopilado (como señala Justin Rising).