Skip to content

Latest commit

 

History

History
101 lines (51 loc) · 6.32 KB

data-science-portfolio-job.md

File metadata and controls

101 lines (51 loc) · 6.32 KB

一个能让你找到工作的数据科学作品集

原文:www.kdnuggets.com/2021/09/data-science-portfolio-job.html

评论

照片由 Bram Naus 提供,来自 Unsplash


我们的三大课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。

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


当我获得第一个数据科学实习时,我还没有毕业。我正在攻读计算机科学学位,但在向雇主展示任何成绩单或学术记录之前,就已经获得了这份工作。我是在自学数据科学的四个月左右才得到了这个角色。

现在,我已经过渡到同一公司的全职角色。

我能获得这份工作的唯一途径就是借助我的数据科学作品集。

仅在过去一年里,我就收到了来自世界各地组织的多个数据科学工作邀请。

我目前正在做一些自由职业的工作,同时也全职工作,要是没有我为自己建立的作品集,我绝不会有这些机会。

当我刚开始自学数据科学时,我在 Kaggle 上尝试了一些数据集——简单的,如波士顿房价数据集和泰坦尼克号数据集。

随着时间的推移,厌倦感开始显现。这些项目有着非常相似的结构,话题也没有真正激发我的兴趣。

我想从事一些我觉得有趣的工作,于是我上网寻找令我兴奋的话题的数据集。

一段时间后,我想出了一个数据科学项目的想法。然而,我无法找到满足我开始构建项目所需的所有信息的现成数据集。

我不得不通过 APIs 和网络爬虫工具自己收集数据,清理数据,然后构建数据框架。这整个过程帮助我了解了从网上收集数据的不同技术。

这个项目证明比我想象的要困难得多,但我在过程中学到了很多。我开始更好地掌握 Python 及其库。

一旦我完成了几个项目,我就想在我的 GitHub 仓库中分享它们。

然而,我并不满足于仅仅分享项目的源代码。我想分享我的发现和我用来收集数据的技术。我想讲述我所做的所有工作的故事。

我开始撰写解释创建项目步骤的文章。我将这些文章提交给数据科学出版物。

在创建了大约 3 到 4 个项目后,我建立了一个作品集网站。这个网站包括了项目的基本描述,以及相关的源代码和我写的文章。

这是一种将我所有工作的成果集中展示的方式,以便任何拥有我网站链接的人都能看到我所做的一切。

我的作品集网站是我在学习数据科学的头几个月内获得实习机会的唯一原因。

照片来自 Firmbee.comUnsplash

在实习期间,我有一些闲暇时间。我利用这些时间学习工作之外的技能,构建项目,并撰写相关文章。

随着我通过写作开始接触更广泛的受众,招聘人员和数据科学家们根据我写的项目联系了我。我开始自由职业,并为客户按合同基础构建数据科学项目。

这对我来说是一个很好的方式来提升技能,获取超出日常工作范围的知识。

我也获得了多次技术写作机会,并且偶尔以自由撰稿人的身份为出版物写作。

我的作品集包含了我所做的项目、我的博客、推荐信和我合作过的客户。大多数这些机会都是因为我通过写作与世界分享我的工作。

如果你是数据科学行业的初学者,我建议你学习新知识并写作。编写关于你刚刚学到的概念的教程。

如果你有一个数据科学项目的想法,就将其付诸实践。这可能需要几天、几周甚至几个月的时间。

一旦你成功建立了项目,将其分享给全世界。将其分解为通俗易懂的术语,解释你所做的一切。

这将引起招聘人员的兴趣,当你申请数据科学职位时,它还将使你与那些简历上仅有在线证书的其他申请者区分开来。

创建项目也是学习和提升数据科学技能的好方法。如果你上过一两门数据科学课程,那么现在是时候通过构建你热衷的项目来运用你的编程和机器学习技能了。

相关:

了解更多相关话题