请描述数据科学项目的标准工作流程通常包含哪些主要阶段或步骤？

回答思路

1. 【回答框架 1】数据科学工作流程通常始于业务理解，明确问题目标、成功标准与约束条件，这是后续步骤的方向。
2. 【回答框架 2】然后是数据获取与清洗，包括收集来源、处理缺失与异常、统一格式，确保数据质量。
3. 【回答框架 3】接下来是探索性数据分析（EDA），通过统计与可视化理解分布、相关性，形成特征工程思路。
4. 【回答框架 4】随后进行特征工程与建模，选择合适算法、划分训练测试集、训练与调参，并评估性能。
5. 【回答框架 5】最后是模型部署与监控，上线服务并持续跟踪效果与数据漂移，必要时迭代更新。
6. 【关键点 1】工作流程是迭代循环而非线性完成。
7. 【关键点 2】数据清洗与EDA是建模质量的基础步骤。
8. 【关键点 3】模型评估需使用独立测试集或交叉验证。
9. 【关键点 4】部署后需监控性能与数据漂移。
10. 【易错点 1】忽略业务理解可能导致模型目标与实际需求不符。
11. 【易错点 2】数据泄露指使用未来信息训练，需避免在特征工程中引入。
12. 【易错点 3】只追求离线指标而忽视在线部署效果可能误导决策。