干货 : 如何在数据科学领域从起步到就业(附链接)

百家 作者:数据分析 2019-03-08 02:27:03

作者: Alexander Engelhardt;翻译: 车前子;校对: 李洁

本文2000字,建议阅读10分钟

我们将告诉您最快、最可靠的方法,让您在数据科学领域,或在某个新的编程语言或新技术方面从零开始到找到工作。


在您想进入一个新的领域工作时,会想到一个“先有鸡还是先有蛋”般的问题——没有工作经验是找不到工作的,然而没有工作是不会有工作经验的。我最近也遇到了这个问题,当时我正由R转用Python,并准备应聘一份需要Python的工作。现在我想分享一下我是怎样解决这个问题的。


我一共经历了五个阶段,推荐大家也使用这种方法:


1. 学好基础


首先你需要打好基础,这是一项必须靠自己完成的工作。自己找到或让别人推荐一个好的课程,跟随课程学习,遇到难题时可以到(https://stackoverflow.com)询问。刚开始你可能会碰到不礼貌的回复,但是别泄气,因为你必须学会如何在那里问问题。


这会教会你向那些“不是你肚子里蛔虫”的人清楚地表达你的想法和问题,提出好的问题是你今后职业生涯中必不可少的技能。


在这个阶段你可以将获得一项证书作为既定的目标。例如,当我开始学习大数据技术时,我报名参加了Cloudera的Spark和Hadoop开发人员考试。一些专业人士不喜欢这类证书,认为它们无益于实际工作,但我认为它们非常有用。尤其是在刚开始时,它们可以作为一个目标,一个关于学习什么内容和何时将这第一阶段标记为“完成”的方向。


2. 找到一个充满激情的项目


很多人可能会在被困在第一阶段——这是一个危险的陷阱。相反,应该试着尽快放下课程,创建一些你感兴趣的项目。课程可以教你基础知识,但它们通常无法有效激励你。但是如果你能专注于对你来说很重要的事情中,你会更快地解决问题并因此而学得更快。


如果你想不出一个好的项目,那就四处看看现有的项目、阅读博客,扩展你已有的知识。这可能需要一段时间,但努力是值得的。当然,你也应该将所使用的技术定位在你想要的工作类型上。


不要害怕你的前一两个项目做的很糟糕。这种情况有可能会发生,我确定我就是这样,而那些“大牛”可能也是这样的。让第三个项目真正成功的唯一方法就是做出前两个项目。做前两个项目是你最能学到东西的时候。


3. 展示你的项目,吸引别人的注意


  • 在当地会议上发言(参考https://meetup.com上简单的内容完成你第一个发言

  • 在Hacker News发布你的项目(https://news.ycombinator.com/showhn.html)

  • 找到在你所在的地区的会议,并申请成为演讲者。对你的资历胡说八道(但不要说谎)是可以的,只要演讲本身有实质性内容并且值得让听众听到。


4. 贡献开源项目


在两个或三个个人项目之后,考虑为现有的大型开源项目做出贡献。向这些项目贡献代码是唯一从相当聪明的人那里获得反馈的方法,这些人很少做一对一的辅导。这是保持学习的最佳方式,但要达到这一水平需要一段时间。


5. 更新你的简历


将你参与的项目和演讲加入你的LinkedIn和/或Github简历中,并说明为什么你的项目是有意义的。你必须知道谁将阅读你的简历。对于招聘人员,你只需要把这个项目当作一个“正常”的工作来介绍。对于领域专家来说,只需说明这是一个没有报酬的项目,但要链接到你的Github存储库,也许还要提到它获得了多少收藏。


通过这种方法,你向你的潜在雇主发出了信号表明你有能力开始和完成一个项目,并且能够在一个团队中很好地协作。这就解决了开头提到的“先有鸡还是先有蛋”的问题。


祝你旅途愉快。有时你会感到沮丧,但终会有回报。


作者简介:Alexander Engelhardt ,在慕尼黑的LMU获得统计学理学硕士和博士学位,其后成为专门从事R语言机器学习的自由数据科学家。


Alexander Engelhardt:

http://www.alpha-epsilon.de/


相关资源:


On-line and web-based: Analytics, Data Mining, Data Science, Machine Learning education

https://www.kdnuggets.com/education/online.html


Software for Analytics, Data Science, Data Mining, and Machine Learning

https://www.kdnuggets.com/software/index.html


原本标题:

How to go from Zero to Employment in Data Science

原文链接:

https://www.kdnuggets.com/2019/01/from-zero-to-employment-data-science.html

译者简介:车前子,北大医学部,流行病与卫生统计专业博二在读。从临床医学半路出家到数据挖掘,感到了数据分析的艰深和魅力。即使不做医生,也希望用数据为医疗健康做一点点贡献。

「完」


转自:数据派THU ;

版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。

关联阅读

原创系列文章:

1:从0开始搭建自己的数据运营指标体系(概括篇)

2 :从0开始搭建自己的数据运营指标体系(定位篇)

3 :从0开始搭建自己的数据运营体系(业务理解篇)

4 :数据指标的构建流程与逻辑

5 :系列 :从数据指标到数据运营指标体系

6:   实战 :为自己的公号搭建一个数据运营指标体系

7:  从0开始搭建自己的数据运营指标体系(运营活动分析)

8:上班一周了,【就业季】对2018年交满意的答卷...

数据运营 关联文章阅读:  

运营入门,从0到1搭建数据分析知识体系    

推荐 :数据分析师与运营协作的9个好习惯

干货 :手把手教你搭建数据化用户运营体系

推荐 :最用心的运营数据指标解读

干货 : 如何构建数据运营指标体系

从零开始,构建数据化运营体系

干货 :解读产品、运营和数据三个基友关系

干货 :从0到1搭建数据运营体系

数据分析、数据产品 关联文章阅读:

干货 :数据分析团队的搭建和思考

关于用户画像那些事,看这一文章就够了

数据分析师必需具备的10种分析思维。

如何构建大数据层级体系,看这一文章就够了

干货 : 聚焦于用户行为分析的数据产品

80%的运营注定了打杂?因为你没有搭建出一套有效的用户运营体系

从底层到应用,那些数据人的必备技能

读懂用户运营体系:用户分层和分群

做运营必须掌握的数据分析思维,你还敢说不会做数据分析

合作请加qq:365242293  


更多相关知识请回复:“ 月光宝盒 ”;

数据分析(ID : ecshujufenxi )互联网科技与数据圈自己的微信,也是WeMedia自媒体联盟成员之一,WeMedia联盟覆盖5000万人群。

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接