原文：
www.kdnuggets.com/2018/12/6-step-plan-starting-data-science-career.html
评论
当人们希望启动数据科学职业但尚未迈出第一步时，他们处于一种可以理解的令人畏惧且充满不确定性的情境中。
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 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你的组织 IT 工作
然而，当他们遵循有助于进入该领域的明确流程时，成功变得更容易可视化和实现。以下是六个入门步骤：
尽管阅读数据科学专业人士撰写的文章或观看这些人接受采访的 YouTube 视频很有价值，但如果有抱负的数据科学家能够与目前在该领域工作的人进行面对面交谈则更为理想。
一些公司通过数据科学导师计划提供收入分成模式，这使得那些希望成为数据科学家的人员可以接受来自经验丰富的专业人士的指导。然后，如果学员在一定时间内获得数据科学职位，他们会用第一年工资的一小部分回报导师。
然而，也可以采取不那么正式的方法。人们可以参加他们所在地区的数据科学会议，并报名参加研讨会或与专家进行亲密的问答环节。还有机会通过留言板和 Skype 对话获取见解。
与了解行业并愿意分享经验的人交谈至关重要。这可以帮助未来的数据科学家确认这个职业路径是否适合他们，或者突出为什么另一个工作选择更合适。
与一些人的想法相反，数据科学家有很多专业方向可以选择。例如，那些在俄亥俄州立大学攻读数据分析专业的人可以从商业分析到生物医学信息学等五个专业方向中进行选择。
在学术界之外，人们需要考虑如何提升自己的技能，以增加在某些数据科学角色中工作的机会。那些特别注重解决问题的人可能会意识到，他们应该专注于与运营相关的数据分析，这涉及挖掘信息以确定如何帮助公司表现更好。
喜欢通过数据寻找趋势的人可以专注于统计分析。采取这种方法，他们将能够帮助雇主发现那些最终推动商业决策的模式。
当人们处于数据科学职业的早期阶段时，了解数据科学专业方向是至关重要的。他们所获得的知识可能帮助他们发现那些原本隐藏的热情。
现在评估就业市场可能显得为时已早，尤其是如果找到工作的目标可能还需要几年时间。然而，了解通常雇佣数据科学家的公司以及候选人应具备的技能是有价值的。
此外，了解某些城市或地区是否有高于平均水平的数据科学职位发布数量也很有用。这样，当人们继续规划职业时，他们可以衡量是否需要迁移以获得他们想要的工作。
不推荐的替代方法是等到找工作的时候再进行这种研究。那时，人们可能会发现，尽管他们努力达到了目标，但仍然缺乏必要的技能，或者虽然附近的数据科学工作不多，却没有准备好迁移。
人们没有必要等到接受正式教育后才开始参与数据科学项目。存在一些在线资源，可以让data science learners start projects 即使他们还是初学者。他们可以先浏览那些免费提供的数据集，然后利用这些数据集作为起点，激发他们想要回答的问题。
如果数据科学爱好者不想设计独立项目，那也没关系。在线上有预制项目和教程 提供问题供人们解决。这些机会让个人在没有投资昂贵工具或培训的情况下开始获得实践经验。
许多想要成为数据科学家的人在做出这个决定时已经从事其他职业。因此，开始数据科学职业可能需要学习如何在准备另一份工作的同时平衡现有工作的职责。
在这种情况下，报名参加数据科学训练营可能是一个理想的解决方案。有些训练营仅为一周，而其他的则持续几个月。还有机会报名参加完全在线的训练营。
当他们达到这个步骤时，准备从事数据科学职业的人应该通过独立的数据科学项目获得实际经验，并且可能已经选择了正式培训。
现在是他们尝试获得数据科学实习机会的绝佳时机。许多人将实习视为通向未来工作的途径，确实，如果他们给雇主留下深刻印象，实习也可以实现这一目标。
然而，任何朝着数据科学职业发展的人都必须意识到，即使实习生未直接获得工作机会，大多数实习仍然是有价值的。
根据实习的时间长度和公司需求，实习生可能会参与构建数据可视化和创建报告等任务。这些任务有时可能会让人感到不知所措，但这些经历会为他们的未来做好准备。
这些步骤应为他们提供所需的动力，以便采取果敢的行动，迈向最终的数据科学职业。
然而，必须注意的是，尽管这份清单提供了建议的基础组成部分，但每个人都是不同的。人们可能不会按照这个顺序前进，也可能不会完成所有步骤。这没关系，只要他们保持目标的清晰即可。
个人简介: Kayla Matthews 在《The Week》、《The Data Center Journal》和《VentureBeat》等出版物上讨论技术和大数据，并且已经写作超过五年。要阅读 Kayla 的更多文章，订阅她的博客 Productivity Bytes。
相关：
-
在 2 年内提升数据科学技能的 8 种方法
-
每个数据科学家都应该随手备着的 6 本书
-
每个有志数据科学家在 2019 年应设立的 6 个目标