Ako získať svoje prvé zamestnanie v Data Science?

Ako je možné získať prácu na základnej úrovni ako vedec údajov alebo analytik údajov? Ak sa budete pohybovať vo fórach pre vedu o údajoch, nájdete veľa otázok týkajúcich sa tejto témy. Čitatelia môjho blogu o vede údajov (data36.com) sa ma z času na čas opýtajú na to isté. A môžem vám povedať, že je to úplne platný problém!

Rozhodol som sa zhrnúť svoje odpovede na všetky hlavné otázky!

NOVÝ! Vytvorili sme komplexný (bezplatný) online video kurz, ktorý vám pomôže začať s Data Science. Kliknutím sem získate ďalšie informácie: Ako sa stať vedcom údajov.

ZAREGISTRUJTE SA TU (ZADARMO): https://data36.com/how-to-become-a-data-scientist/

# 1: Aké sú najdôležitejšie zručnosti a nástroje vedcov údajov? A ako ich môžete získať?

Dobrá správa - zlá správa.

Začnem tým zlým. V 90% prípadov nie sú zručnosti, ktoré vás učia na univerzitách, skutočne užitočné v projektoch vedeckých údajov o skutočnom živote. Ako som už niekoľkokrát písal, v reálnych projektoch sú potrebné tieto 4 zručnosti v oblasti kódovania údajov:

  • bash / príkazový riadok
  • krajta
  • SQL
  • R
  • (a niekedy aj Java)
zdroj: KDnuggets

Ktoré z 2 alebo 3, ktoré považujete za najužitočnejšie, skutočne závisia od spoločnosti ... Ale ak ste sa jedného dozvedeli, oveľa jednoduchšie sa naučiť iného.

Takže prvá veľká otázka znie: ako môžete získať tieto nástroje? Tu je dobrá správa! Všetky tieto nástroje sú zadarmo! To znamená, že ich môžete sťahovať, inštalovať a používať bez platenia centov za ne. Môžete trénovať, vytvárať projekt dátového hobby alebo čokoľvek!

Nedávno som napísal podrobný článok o tom, ako nainštalovať tieto nástroje do počítača. Vyskúšajte to tu.

# 2: Ako sa učiť?

Existujú 2 hlavné spôsoby, ako sa naučiť vedu o údajoch ľahko a lacno.

1.: Knihy.

Milá stará škola, ale stále dobrý spôsob učenia. Z kníh môžete získať veľmi sústredené, veľmi podrobné vedomosti o online analýze údajov, štatistikách, kódovaní údajov atď. Zdôraznil som 7 kníh, ktoré odporúčam vo svojom predchádzajúcom článku, tu.

7 najlepších kníh, ktoré odporúčam

2.: Online webináre a video kurzy.

Online kurzy pre vedu o údajoch prichádzajú s primeranými cenami (10 - 500 dolárov) a pokrývajú rôzne témy od kódovania údajov po obchodné spravodajstvo. Ak na to nechcete na začiatku minúť peniaze, v tomto príspevku som uviedol zoznam bezplatných kurzov a učebných materiálov.

(3. ročník: Kurz prvého mesiaca pre vedcov údajov) Vytvoril som šesťtýždňový online kurz pre vedu údajov, ktorý sa snaží vedcov v oblasti údajov praktizovať a riešiť skutočné úlohy na skutočnom súbore údajov: Prvý mesiac mladého vedca údajov. .)

# 3: Ako praktizovať a ako získať skutočné životné skúsenosti

Je to zložité, však? Každá spoločnosť chce mať ľudí, ktorí majú aspoň trochu skutočných životných skúseností ... Ale ako získate skutočné životné skúsenosti, ak potrebujete skutočné životné skúsenosti, aby ste mohli získať svoje prvé zamestnanie? Klasický úlovok-22. Odpoveď znie: domáce zvieratá.

„Projekt pre domáce zvieratá“ znamená, že ste prišli s nápadom na dátový projekt, vďaka ktorému ste nadšení. Potom to jednoducho začnete stavať. Môžete o tom uvažovať ako o malom spustení, ale uistite sa, že sa stále zameriavate na časť projektu týkajúcu sa dátovej vedy a len na podnikateľskú časť môžete ignorovať. Aby som vám dal nejaké nápady, tu sú niektoré z mojich projektov domácich miláčikov z posledných niekoľkých rokov:

  • Postavil som skript, ktorý monitoroval webovú stránku s nehnuteľnosťami a poslal mi e-mailom najlepšie ponuky v reálnom čase - aby som ich mohol dostať pred ostatnými.
  • Postavil som skript, ktorý ťahal všetky články od ABC, BBC a CNN a na základe použitých slov spájal články, ktoré sa týkali presne tej istej témy na 3 rôznych spravodajských portáloch.
  • V Pythone som si vytvoril samoučiaci chatbot. (Nie je to však príliš chytré - keďže som to ešte nevyučil.)

Buď kreatívny! Nájdite pre domácich maznáčikov projekt pre vedu údajov a začnite s kódovaním! Ak narazíte na problém s kódovaním - to sa môže ľahko stať, keď sa začnete učiť nový jazyk údajov - stačí použiť google a / alebo stackoverflow. Jeden krátky príklad - o tom, aký efektívny je tok stohov:

ľavá strana: moja otázka - pravá strana: odpoveď (do 7 minút)

Všimnite si časovú pečiatku! Poslal som nejakú komplikovanú otázku a odpoveď som dostal späť za 7 minút. Jediné, čo som musel urobiť, bolo skopírovať kód do môjho produkčného kódu a rozmach, jednoducho to fungovalo!

(Poznámka: Cross Validated je ďalšie skvelé fórum pre otázky súvisiace s vedeckými údajmi.)

Návrh +1:

Aj keď je to trochu ťažké, skúste získať mentora. Ak máte to šťastie, nájdete niekoho, kto pracuje v úlohe vedca údajov v peknej spoločnosti a ktorý s vami môže každý týždeň alebo dvakrát týždenne tráviť 1 hodinu a diskutovať o nich alebo ich učiť.

# 4: Kde a ako posielate svoju prvú žiadosť o zamestnanie?

Ak ste nenašli mentora, môžete nájsť svojho prvého u svojej prvej spoločnosti. Toto bude vaša prvá práca v oblasti dátových vied, takže navrhujem, aby ste sa nezameriavali na veľké peniaze ani na superfunkčnú atmosféru pri spustení. Zamerajte sa na nájdenie prostredia, kde sa môžete učiť a zlepšovať.

Prijatie vášho prvého zamestnania v oblasti vedy v dátach v nadnárodnej spoločnosti nemusí byť v súlade s touto myšlienkou, pretože ľudia sú zvyčajne príliš zaneprázdnení svojimi vecami, takže nebudú mať čas ani motiváciu, aby vám pomohli zlepšiť sa (samozrejme, vždy sú výnimiek).

Začínať pri malom štarte ako prvá údajová osoba v tíme nie je dobrý nápad ani vo vašom prípade, pretože tieto spoločnosti nemajú vedúcich dátových manažérov, z ktorých by sa mohli učiť.

Odporúčam vám, aby ste sa zamerali na spoločnosti veľkosti 50 - 500. To je zlatý priemer. Vedeckí vedci s údajmi sú na palube, ale nie sú príliš zaneprázdnení, aby vám pomohli a naučili vás.

Dobre, našli ste niekoľko dobrých spoločností ... Ako sa prihlásiť? Niekoľko zásad pre váš životopis: vyzdvihnite svoje zručnosti a projekty, nie svoje skúsenosti (keďže ešte nemáte príliš veľa rokov na to, aby ste ich dali na papier). Uveďte zoznam príslušných kódovacích jazykov (SQL a Python), ktoré používate, a prepojte niektoré z vašich súvisiacich úložísk githubov, aby ste mohli preukázať, že ste tento jazyk naozaj použili.

Vo väčšine prípadov spoločnosti tiež požadujú sprievodný list. Je to samozrejme dobrá príležitosť, aby ste vyjadrili svoje nadšenie, ale mohli by ste pridať aj niekoľko praktických detailov, napríklad to, čo by ste urobili v prvých týždňoch, ak by vás najali. (Napr. „Pri pohľade na váš registračný postup by som hádal, že ____ webová stránka hrá dôležitú úlohu. V prvých týždňoch by som vykonal ___, ___ a ___ (konkrétne analýzy), aby som túto hypotézu dokázal a hlbšie porozumel. Mohlo by to pomôcť spoločnosti zlepšiť _____ a nakoniec vytlačiť _____ KPI. “)

Dúfajme, že by ste sa dostali na pracovný pohovor, kde by ste si mohli pohovoriť o svojich domácich miláčikoch, návrhoch sprievodného listu, ale bude to hlavne o osobnej fyzickej kontrole a pravdepodobne nejakom základnom praktickom teste. Ak ste už dosť cvičili, zložíte to ... ale ak ste nervózny typ a chcete trénovať viac, môžete to urobiť na hackerrank.com.

záver

No, to je všetko. Viem, že to znie ľahšie, keď je napísané, ale ak ste skutočne odhodlaní byť vedcom údajov, nebude problém, aby sa to stalo! Veľa šťastia s tým!

Ak si chcete vyskúšať, aké to je byť mladým vedcom v oblasti dát pri skutočnom uvedení do prevádzky, pozrite si môj šesťtýždňový kurz online vedy o údajoch: Prvý mesiac mladého vedca údajov!

A ak sa chcete dozvedieť viac o vede údajov, prečítajte si môj blog (data36.com) alebo sa prihláste na odber môjho bulletinu! A nenechajte si ujsť moju novú sériu výukových programov pre kódovanie: SQL pre analýzu údajov!

Vďaka za prečítanie!

Páčilo sa vám článok? Prosím, dajte mi vedieť kliknutím na nižšie. Pomáha tiež ostatným ľuďom vidieť tento príbeh!

Tomi Mester autor data36.com Twitter: @ data36_com