参考链接 
https://www.youtube.com/watch?v=HT76DdBCIfU
1. 需要用很好的Data Strucure
例如这边 关于list 还有set的应用，在下面提供的链接里面有关于data structure的介绍，以及关于data structure的练习题目，可以提供参考跟练习
Data Structures & Algorithms Tutorial in Pythonhttps://www.youtube.com/watch?v=_t2GVaQasRY&list=PLeo1K3hjS3uu_n_a__MI_KktGTLYopZ12
2. 良好的编码习惯，
压缩编码的空间，可以降低CPU的运用
3. Code Review,
可以寻找senior或者是其他更有经验的人review一下coding， 可以看一下有没有更好的guideline还有tips
4. 在公开的source上分享自己的经验，或者解决别人的问题，
在很多类似CSDN 之类的网站上面有很多大牛人物可以帮着一起解决问题，大家可以相互讨论着分享解决问题的经验，
同时也可以分享学习过程，下面的参考链接是66天的Data Science Learning journey guideline
66 days of data sciencehttps://www.youtube.com/watch?v=iiSZqsQKNX8
5. 练习很多网站上的sample question，
在类似hacker rank之类的网站上面有很多例题可以练习，并且上面有多答案可以提供参考
如果是面向公司面试的话，可以参考career cup之类的网站， 网站上面汇集了很多去google或者amazon还有别的很不错的interview questions 提供参考， 中文的网站也可以参考牛客网
6. 可以上谷歌或者stackoverflow寻找更好的解决问题的代码片段（code snippet）
例如， 我们可以在谷歌上搜索python filter list of object去搜寻filter出来的list of object
7. Debugging skills，
需要培养很好的debugging skills， 持续的学习debugging的好习惯跟好方式
reference linkhttps://www.youtube.com/watch?v=kRL6hjWOKWI&list=PLeo1K3hjS3uu-0i4uha0_lZwh5PpIWB1T8. 做相对应的project
可以训练自己有关的project,
类似classification, regression, deep learning, NLP, Data Science
在知乎上面有所推荐一些相对应的Project可以自己做
9. 关注一些不错的博主
Ken Jeehttps://www.youtube.com/c/KenJee1Ken Jee 比较有个人魅力，口才形象各方面都不错，专注data science方面，但是感觉讲的东西比较笼统，细节型的东西有所欠缺，如果作为刚刚入门data science 的同学可以作为入门的兴趣提升的视频看一看，毕竟如果只是入门的话，讲了太多技术的细节方面的东西可能就听不太懂，或者降低了兴趣
Dhaval Patelhttps://www.youtube.com/channel/UCh9nVJoWXmFb7sLApWGcLPQDhaval Patel 应该算是目前我觉得比较知名的youtube 博主解释东西很细化的的了，我会很欣赏这种很细化的，包括入门需要注意的事项，并且在提供注意事项的时候举了栗子，很适合在已经有了一些兴趣之后，要开始上手的时候参考的建议
Tina Huanghttps://www.youtube.com/c/TinaHuang1Tina Huang 也不错，风格很像Ken Jee, 博主风格十分开朗，语句组织很流畅，整个视频看起来很舒服不至于很枯燥，有些程序员博主可能显得风格比较严谨不是很活泼，比较适合入门级别的选手提升兴趣， 还有基本方法指引，而且除了关于方法之外，还提供了一些生活经历方面的分享，值得一看
