原文：
www.kdnuggets.com/2023/07/5-mistakes-made-switching-data-science-career.html
作者提供的图片
我从技术管理转行到数据科学，因为我对之前职业的分析方面感兴趣。在过去，将物联网（IoT）融入业务并利用各种分析技术来收集和分析数据受到高度重视。我开始学习编程、统计学和多个数据术语，以追求数据科学。
1. Google 网络安全证书 - 快速进入网络安全职业。
2. Google 数据分析专业证书 - 提升您的数据分析技能
3. Google IT 支持专业证书 - 支持您的组织进行 IT 维护
在这篇博客中，我将分享五个让我浪费了时间和精力的错误。此外，我将提供避免在未来犯这些错误的建议解决方案。
我试图通过观看 YouTube 或 Coursera 上的随机免费课程来学习数据科学，但这只让我感到更加困惑。尽管我认为我理解了所学内容，但我仍然无法独立解决问题。
三个月后，我意识到我需要一种更有结构的方法。这就是为什么我决定参加 DataCamp 的职业发展课程。该程序包括理解数据科学基础所需的所有课程。职业发展课程还包括指导项目、互动练习和评估测试，这些都帮助我在分析能力上建立了更多的信心。
解决方案： 可以考虑报名参加一个付费职业发展课程，该课程提供涵盖基础和高级概念的各种互动课程。许多知名教育平台提供这种选项。
你必须理解模型背后的数学基础，以维护你的职业声誉。我在求职面试、会议和创建文档时因这一点感到尴尬。我清晰地记得一次面试中，一位专家问我关于梯度下降方程的问题，而我无法给出答案。那时我意识到我需要重新审视和加强对统计基础的理解。
解决方案： 建议参加统计学和概率论课程，了解机器学习模型在数学上的工作原理。
尽管我参与了多个项目和 Kaggle 比赛，但我未能记录我的进展和成就。我花了一年时间才意识到记录项目和历程的重要性，这可以帮助我获得更好的职位机会并建立更强的作品集。回顾过去，我应该从一开始就通过 LinkedIn 和 Medium 分享我的历程。这样可以让我结识新的人脉，扩大影响力，增强职业作品集，并促进合作。
解决方案： 为了展示你的项目，最好在 GitHub 上分享项目元素和代码。你也可以在 Medium 上撰写博客文章，并在 LinkedIn 数据科学小组中分享。这将帮助你获得更多曝光。
过去，我申请了所有的数据科学、数据分析或商业智能职位，却没有研究公司所需的内容。我认为自己可以轻松过渡到数据科学领域。然而，我低估了这一领域所需的广泛知识和技能。要成功，关键是保持谦虚，认识到自己的知识空白，并致力于持续学习。
在这个行业中取得成功，重要的是熟悉标准实践并获得相关技能。如果你缺乏经验，可以考虑寻找实习机会或参与声誉良好的开源项目。
解决方案： 完成基础课程后，专注于建立一个强大的数据科学作品集。花时间研究职位期望和要求，持续学习新工具和技能，以增强你的简历。避免立即申请工作，而是努力充分了解潜在雇主对候选人的期望。
在发现一些关于机器学习的技巧后，我开始参加 Kaggle 的比赛。我变得上瘾，甚至在没有事先了解话题的情况下加入竞赛。我说服自己在向他人学习新技术，但实际上，我只是浪费了时间。
作为通过比赛学习机器学习的倡导者，我必须警告新手，赢得比赛是困难的。虽然我曾接近并经常进入前 1%，但这并没有对我的职业生涯产生显著价值。相反，我应该专注于实际项目，或通过实习或工作获得经验。
解决方案： 不要自欺欺人。始终保持目标在心中。与其通过参与过多的比赛而分散精力，不如考虑专注于一个复杂的开源项目，撰写 Medium 文章，建立你的作品集，并参与社区活动。
我犯过许多错误，这些错误让我对自己和自己的处境有了更多的了解。支撑我度过困难时期的唯一东西就是奉献精神和明确的目标。虽然可能比其他人花费更多时间，但我不会放弃。
如果你感到沮丧，并且认为眼前的任务太困难，我建议你探索适合你的其他选择。不要让任何人打击你。继续尝试，你最终会找到一个适合你的系统，帮助你实现梦想工作。此外，从一开始就利用 Kaggle、GitHub、DagsHub 和 Deepnote 等平台来构建你的数据科学作品集是至关重要的。
Abid Ali Awan (@1abidaliawan) 是一位认证的数据科学专业人士，热衷于构建机器学习模型。目前，他专注于内容创作，并撰写关于机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络为那些在精神健康方面挣扎的学生打造一款 AI 产品。