Hogyan szerezheti meg az első állását az adattudományban?

Hogyan lehet megszerezni az első belépő szintű állását adattudósként vagy elemzőként? Ha végiggördül az adattudományi fórumokon, sok kérdést talál a téma körül. Az adattudományi blogom (data36.com) olvasói ezt időről időre kérdezik tőlem. És elmondhatom neked egy teljesen érvényes problémát!

Úgy döntöttem, hogy összegzem a válaszokat az összes fő kérdésre!

ÚJ! Készítettem egy átfogó (ingyenes) online video tanfolyamot, amely segítséget nyújt a Data Science használatának megkezdésében. További információkért kattintson ide: Hogyan válhat adattudósnak.

REGISZTRÁLJON ITT (INGYEN): https://data36.com/how-to-become-a-data-scientist/

# 1: Melyek a legfontosabb adattudós készségek és eszközök? És hogyan szerezheted meg őket?

Jó hír - rossz hír.

A rosszul kezdtem. Az esetek 90% -ában azok a készségek, amelyeket az egyetemeken tanítanak, nem igazán hasznosak a valós életű adattudományi projektekben. Mint már többször írtam, valódi projektekben a következő 4 adatkódolási készségre van szükség:

  • bash / parancssor
  • Piton
  • SQL
  • R
  • (és néha Java)
forrás: KDnuggets

Melyik 2 vagy 3 lesz a leghasznosabb valóban a társaságtól függ ... De ha megtanultál egyet, sokkal könnyebb lesz megtanulni a másikot.

Tehát az első nagy kérdés: hogyan lehet ezeket az eszközöket beszerezni? Itt jön a jó hír! Ezek az eszközök ingyenesek! Ez azt jelenti, hogy letöltheti, telepítheti és felhasználhatja anélkül, hogy egy fillért fizetne érte. Gyakorolhat, adathobbi projektet építhet, vagy bármi mást!

Nemrégiben írtam lépésről lépésre az ezen eszközök számítógépre telepítésének módját. Nézze meg itt.

# 2: Hogyan lehet megtanulni?

Két fő módszer létezik az adattudomány egyszerű és költséghatékony megtanulására.

1.: Könyvek.

Kicsit régi iskola, de még mindig jó tanulási mód. A könyvekből nagyon koncentrált, nagyon részletes ismereteket szerezhet az online adatok elemzéséről, statisztikáiról, adatkódolásáról stb. ... 7 könyvet emeltem ki, amelyeket az előző cikkben ajánlom, itt.

A 7 legnépszerűbb adatkönyv, amelyet ajánlok

Második: Online webináriumok és video tanfolyamok.

Az adattudományi online tanfolyamok méltányos árakon érkeznek (10–500 USD), és különféle témákra vonatkoznak, kezdve az adatkódolástól az üzleti intelligenciaig. Ha nem szeretne pénzt költeni erre az elején, felsoroltam az ingyenes tanfolyamokat és a tananyagokat ebben a bejegyzésben.

(3. alkalommal: A Junior Data Scientist első havi tanfolyamát létrehoztam egy 6 hetes online adattudományi tanfolyamot, amely arra törekszik, hogy az adattudósok gyakorolja és megoldja a valós feladatokat egy valósághű adatkészlettel: A Junior Data Scientist első hónapja .)

# 3: Hogyan kell gyakorolni és hogyan lehet valós tapasztalatokat szerezni

Ez trükkös, igaz? Minden vállalat azt akarja, hogy legyenek olyan emberek, akiknek legalább egy kicsit van a valós élettapasztalata ... De hogyan szerezhet valós élettapasztalatot, ha valódi élettapasztalatra van szüksége az első munkahelyhez? Klasszikus fogás-22. És a válasz: kedvtelésből tartott projektek.

A „kisállat-projekt” azt jelenti, hogy olyan adatprojekt-elképzeléssel áll elő, amely izgatottan hat. Akkor egyszerűen elkezdi építeni. Gondolhat egy kis indításra, de ügyeljen arra, hogy mindig a projekt adattudományi elemére összpontosítson, és hagyja figyelmen kívül az üzleti részt. Néhány ötletet adok az alábbiakban néhány, a kedvtelésből tartott projektnek az elmúlt években:

  • Építettem egy szkriptet, amely figyelemmel kísért egy ingatlan-webhelyet, és e-mailt küldött nekem a legjobb ajánlatokról valós időben - így ezeket az ügyleteket mindenki más előtt megkaphattam.
  • Készítettem egy szkriptet, amely az összes cikket az ABC, a BBC és a CNN alkotja, és a használt szavak alapján összekapcsoltam azokat a cikkeket, amelyek pontosan ugyanazon témáról szóltak a 3 különböző hírportálon.
  • Építettem egy öntanuló chatbotot Pythonban. (Ennek ellenére nem túl okos - mivel még nem képztem.)

Légy kreatív! Keressen magadnak egy adattudományhoz kapcsolódó pet projektet, és kezdje el a kódolást! Ha kódolási problémával ütközik a falra - ez könnyen megtörténhet, amikor új adatnyelv elsajátítását kezdik el -, csak használják a Google-t és / vagy a stackoverflow-t. Egy rövid példa az enyémre - arról, hogy mennyire eredményes a stackoverflow:

bal oldal: a kérdésem - jobb oldal: a válasz (7 perc alatt)

Figyelje meg az időbélyeget! Küldtem egyfajta bonyolult kérdést, és 7 perc alatt megkaptam a választ. Csak annyit kellett tennem, hogy másoltam és beillesztettem a kódot a termelési kódba és a gémbe, csak működött!

(Megjegyzés: A Cross Validated egy másik nagyszerű fórum az adattudományhoz kapcsolódó kérdésekre.)

+1 javaslat:

Még ha egy kicsit nehéz is, próbáljon mentort szerezni. Ha elég szerencsés, talál valakit, aki adattudósként dolgozik egy kedves társaságnál, és hetente vagy kéthetente 1 órát tölthet veled, és megbeszélhet vagy taníthat.

# 4: Hol és hogyan küldi el az első állásajánlatát?

Ha nem sikerült mentort találni, akkor az elsőt még megtalálja az első cégnél. Ez lesz az első adattudományi munkája, ezért azt javaslom, hogy ne összpontosítson a nagy pénzre vagy a szuper-fantasztikus indítási légkörre. Összpontosítson egy olyan környezet megtalálására, ahol meg lehet tanulni és javulni.

Előfordulhat, hogy egy multinacionális vállalatnál végzett első adattudományi állása nem igazodik ehhez az ötlethez, mert az emberek általában túl elfoglaltak a dolgokról, így nincs idejük vagy motivációjuk, hogy segítsenek javulni (természetesen mindig vannak kivétellel).

A kis adatszolgáltatás indításakor, mint a csapat első adatszemélye, az sem az ön esetében, mert ezeknek a vállalatoknak nincsenek régebbi adatfiókjai, akiktől tanulhatnak.

Azt javaslom, hogy összpontosítson 50–500 méretű vállalatra. Ez az aranyközép. A vezető adattudósok a fedélzeten vannak, de nem túl elfoglaltak, hogy segítsenek és tanítsanak.

Oké, találtál jó társaságokat ... Hogyan jelentkezhetek? Néhány alapelv az önéletrajzában: emelje ki a készségeit és a projektjeit, nem pedig a tapasztalatait (mivel még nincs túl sok éve ahhoz, hogy papírra tegye). Sorolja fel a használt kódolási nyelveket (SQL és Python), használja, és kapcsolja össze a kapcsolódó github repók közül néhányat, így megmutathatja, hogy valóban használta-e ezt a nyelvet.

Ezenkívül a vállalatok a legtöbb esetben kísérőlevelet kérnek. Ez természetesen jó alkalom, hogy kifejezzék lelkesedésüket, de hozzáadhat néhány gyakorlati részletet is, például azt, amit tenné az első hetekben, ha bérelt. (Pl. „A regisztráció folyamatát tekintve azt gondolom, hogy a ____ weboldal fontos szerepet játszik. Az első néhány hétben ___, ___ és ___ (konkrét elemzéseket) végeztem, hogy igazoljam ezt a hipotézist és mélyebben megértsem. Segíthet a társaságnak a _____ javításában, és végül a _____ KPI elérésében. ”)

Remélhetőleg ez megkísérel egy állásinterjút, ahol egy kicsit beszélgethet a kedvtelésből tartott állatok projektjeiről, a kísérőlevélre vonatkozó javaslatokról, de leginkább a személyiség fit-ellenőrzéséről és valószínűleg valamilyen alapvető készség-tesztről szól. Ha eleget gyakoroltál, akkor ezt át fogod adni ... de ha ideges típusú és többet akarsz gyakorolni, megteheted a hackerrank.com webhelyen.

Következtetés

Nos, ennyi. Tudom, hogy könnyebben hangzik, amikor írják, de ha valóban eltökélt szándéka, hogy adattudós vagy, akkor ezt nem okozza probléma! Sok sikert azzal!

Ha kipróbálni szeretné, milyen érzés egy junior adattudós egy valódi élet indításakor, nézd meg a 6 hetes online adattudományi tanfolyamomat: A Junior Data Scientist első hónapja!

És ha többet szeretne tudni az adattudományról, akkor nézd meg a blogomat (data36.com) és / vagy iratkozz fel a hírlevélre! És ne hagyja ki az új kódolási bemutató sorozatomat: SQL Data Analysis!

Köszönöm, hogy elolvasta!

Élvezte a cikket? Kérjük, csak tudassa velem az alábbi clicking gombra kattintással. Segít más embereknek is látni a történetet!

Tomi Mester, az data36.com Twitter szerzője: @ data36_com