原文：
www.kdnuggets.com/7-reasons-why-youre-struggling-to-land-a-data-science-job
编辑提供的图片
对于申请数据科学职位却没有得到公司回复感到厌倦了吗？也许你已经成功获得了一些面试机会，但未能将其转化为工作邀请？好吧，你并不孤单。
1. 谷歌网络安全证书 - 快速进入网络安全职业轨道。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT
现在的就业市场竞争异常激烈。所以，虽然困难，但这并不意味着你不够优秀。也就是说，退一步看看如何以及哪里可以改进既重要又有帮助。这正是本指南将帮助你的地方。
我们将讨论为什么像你这样的有志数据专业人士会在筛选中挣扎的常见原因，以及你如何提高获得面试机会并得到那个你想要的工作的机会！
这是一个残酷的事实。让我们面对它吧。
假设你已经申请了许多你感兴趣的公司中的数据科学职位，并被筛选出了面试。
恭喜你！你正在走在正确的轨道上。下一个目标是将面试机会转化为工作邀请。而第一步是破解那个编码面试。
你将首先经历一轮计时编码面试——测试你的问题解决技能——然后是一个 SQL 编码轮次。
但编码面试很难破解——即使对于经验丰富的专业人士也是如此。但通过持续练习和间隔重复，你可以成功破解这些面试。
定期在 Leetcode 和 Hackerrank 等平台上练习编码面试问题。
如果你在寻找资源，可以查看：
-
5 本免费书籍帮助你掌握 Python
-
7 个最佳 SQL 练习平台
一旦你通过了编码面试，专注并为技术面试做准备。复习你的机器学习基础知识。还要回顾你的项目，以便你可以自信地解释它们的影响。
的确，招聘人员只会花几秒钟时间审阅你的简历，然后决定是进入下一阶段还是被拒绝。
作者提供的图片
因此，你应该认真编写你的简历。确保根据职位要求定制你的简历。
以下是一些简历建议：
-
包含相关的经验和教育部分。
-
按时间倒序列出经验和教育背景。
-
用项目符号总结经验—量化影响并添加简洁的解释。
-
包含相关的项目部分。用简洁的项目符号解释项目内容。同时包括项目的链接。
-
添加一个相关的技能部分，按类别分组，如编程语言、工具和框架等。
我还建议使用简单的单列布局，这比复杂和花哨的布局更容易解析。
当你申请职位时，你的简历和 LinkedIn 个人资料应保持一致，没有任何冲突的细节。同时，它们也应与角色所要求的经验和技能相符。
不过，有几个注意事项你应该避免。
假设你对医学成像和计算机视觉感兴趣。因此，几乎所有你的项目都集中在计算机视觉领域。这样的个人资料可能非常适合计算机视觉工程师或计算机视觉研究员的角色。
但是如果你申请的是一家金融科技公司的数据科学家职位呢？显然，你并没有脱颖而出。
如果你是一名有着强大 SQL 技能和构建机器学习模型经验的潜在数据科学家，你也可以申请数据分析师和机器学习工程师的职位。
但你不希望让你的简历/候选人档案看起来像是你想同时成为数据分析师、机器学习工程师和数据科学家。
如果你对所有这些角色感兴趣，请为每个角色准备单独的简历。
重要的是找到一个甜美的中间点，使你能够展示你的专业技能，并作为一个拥有广泛技能集的潜在候选人脱颖而出，符合职位的要求。
你的项目帮助你获得比其他候选人更强的竞争优势。所以请明智地选择它们。
作者提供的图片
一些有抱负的数据专业人士在简历和作品集中展示了一些他们不应该展示的项目。是的，有些初学者项目对学习有帮助，但你应该避免在作品集中展示它们。
以下是一些建议：
-
泰坦尼克号生存预测
-
MNIST 手写数字识别
-
使用鸢尾花数据集进行分类
-
酒类数据集上的项目
仅举几例。这些项目过于通用和基础，无法帮助你获得面试（更不用说工作机会）。
那么有什么有趣的项目—特别是如果你是一个希望进入这一领域的初学者？
以下是一些初学者级别的项目，它们将帮助你展示你的技能，并成为一个更强的候选人：
-
客户细分
-
贷款违约预测
-
市场篮子分析
-
客户流失预测
使用真实世界的数据集来构建你的项目。这样你可以展示许多重要的技能：数据收集、数据清理和探索性数据分析，以及模型构建。
还包括受你兴趣启发的项目。正如我在之前的 pandas 指南中建议的那样，尝试将你感兴趣的和爱好的数据转化为有趣的项目，以帮助你在面试官面前留下深刻的印象。
另一个常见的障碍是你的教育背景。如果你主修的是社会学、心理学等领域，那么进入数据科学领域可能会特别困难。
尽管你的技能——硬技能和软技能——最终很重要，但你应当记住，你正在与那些拥有相关领域本科或高级学位的人竞争。
那么你能做些什么呢？
寻找不断提升自己的方式。记住，一旦你获得了第一份数据角色，你可以利用你的经验继续前进。
寻找在公司内部参与相关项目的机会。如果你的公司有一个专门的数据团队，尝试接受一个小的副项目。
在公开场合学习是非常重要的，特别是当你试图获得第一份工作时（老实说，即使之后也是如此）。
我在 2020 年底开始在网上写作。从那时起，我的大多数机会都是通过我在网上发布的教程和技术深度分析获得的。
那么你如何以及从哪里开始？利用 LinkedIn 和 Twitter (X) 等社交媒体平台与社区分享你的工作：
-
做了一个项目？ 与你的网络分享。请求反馈。改进。
-
写了一个数据科学教程？ 与你的网络分享。
-
学到了新东西？ 还是要分享出来。
-
遇到了一个错误，最终解决了？ 是的，这值得分享。
你在笔记本电脑上编码的内容将停留在你的笔记本电脑上。所以要准备好展示你所做的和学到的东西。
建立一个强大的作品集和在线形象在求职过程中非常有帮助。因为你永远不知道哪个项目或文章会引起未来雇主的兴趣。
由于目前就业市场的竞争非常激烈，你需要超越仅仅申请工作的阶段，开始变得更加主动。
图片由作者提供
这里有一些简单的步骤可以帮助你做出改变：
-
列出你感兴趣的公司。
-
检查相关职位空缺。
-
向招聘人员发送你的简历和作品集，解释为什么你适合这个职位。
-
与其他专业人士建立联系。即使在拥有稳定全职工作时，也要养成网络联系的习惯。
加入在线数据科学社区也会非常有帮助！
以上就是总结。以下是我们讨论内容的简要回顾：
-
为编码面试做准备。在 Leetcode 和 Hackerrank 等平台上练习。
-
根据职位要求调整你的个人资料，但要保持一致。
-
努力完善你的简历和项目作品集。
-
开始公开学习。分享你构建和学习的内容。
-
积极与其他专业人士建立联系。
祝你求职顺利。希望你能尽快找到数据科学职位。你还有什么其他建议吗？请在评论中告诉我们。
Bala Priya C**** 是来自印度的开发者和技术作家。她喜欢在数学、编程、数据科学和内容创作的交叉点上工作。她的兴趣和专长领域包括 DevOps、数据科学和自然语言处理。她喜欢阅读、写作、编程和咖啡！目前，她通过编写教程、操作指南、评论文章等与开发者社区分享自己的知识。Bala 还创建了引人入胜的资源概述和编码教程。
