Skip to content

Latest commit

 

History

History
89 lines (45 loc) · 6.09 KB

from-zero-to-employment-data-science.md

File metadata and controls

89 lines (45 loc) · 6.09 KB

如何从零到数据科学就业

原文:www.kdnuggets.com/2019/01/from-zero-to-employment-data-science.html

c 评论

作者:Alexander Engelhardt


我们的前三个课程推荐

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 - 在 IT 领域支持你的组织


当你想进入一个新的工作领域时,会遇到一个鸡与蛋的问题:没有经验就无法找到工作,但没有工作就无法获得经验。我最近在从 R 转到 Python 并寻求 Python 工作的过程中遇到了这个问题,我想分享我如何克服这个问题。

我走过了五步的旅程,我推荐正是这种方法:

1. 学习基础知识

首先,你必须掌握基础知识,这需要你自己去做。找到一个好的课程,或询问有关好的课程的推荐,跟随它,每次遇到问题时,去stackoverflow.com提问。你可能会在开始时收到不礼貌的回应,但不要灰心——你需要学会如何在这里提问。这教会你如何清晰地将你的想法和问题表达给“不是在你脑海里”的人——提出好的问题是一项对你未来职业生涯至关重要的技能。

你可以将认证作为这一阶段的固定目标。例如,当我开始学习大数据技术时,我报名参加了 Cloudera 的 Spark 和 Hadoop 开发者考试。一些专业人士不喜欢证书,强调实际工作经验,但我认为证书特别是在开始阶段非常有帮助,它可以作为一个目标,指导你学习的内容,并标志着第一阶段的“完成”。

2. 寻找充满激情的项目

许多人停留在第 1 步——这是一种危险的陷阱。相反,尽量尽快脱离课程,创建一些你充满激情的项目。课程可以教你基础知识,但通常不擅长真正激励你。然而,如果你被困在对你重要的事情上,你会更快地解决问题,从而更快地学习。

如果你还想不到一个好的项目,可以看看现有的项目,阅读博客,扩展你对“现有”技术的了解。这可能需要一些时间,但这是非常值得的努力。当然,你还应将使用的技术与目标职位的要求对接。

不要害怕你第一个或第二个项目做得很糟。它们可能确实会很糟。我敢肯定我的项目也是如此。那些“大人物”的项目可能也是如此。要想完成那个第三个真正酷的项目,你必须先完成前两个项目。这两个项目是你学习最多的阶段。

3. 展示你的项目,并获得关注。

• 在本地聚会上做演讲(参见 https://meetup.com 寻找适合你第一次演讲的简单活动)

• 将你的工作发布到 Hacker News (https://news.ycombinator.com/showhn.html)。

• 在你所在地区寻找会议并申请成为演讲者。关于你的资历可以适当夸大(但不要撒谎),只要演讲本身有实质内容并且对听众有价值就可以。

4. 贡献开源

完成两三个个人项目后,考虑贡献到现有的大型开源项目中。将代码贡献给这些项目是获得顶级专家反馈的唯一途径。他们很少进行一对一辅导。这是继续学习的最佳方式,但需要时间才能达到那个水平。

5. 更新你的个人资料

将你的项目和演讲添加到你的 LinkedIn 和/或 Github 个人资料中,并展示你的项目为何有用。你需要了解谁会阅读你的个人资料。对于招聘人员,只需提到项目就像是“正常”工作一样。对于领域专家,只需说明这是一个无偿项目,但要链接到你的 GitHub 仓库,并可能提到获得了多少星标。

通过这种方法,你向潜在雇主表明你具备启动和完成项目的技能,并且能够很好地在团队中合作。这解决了开始时提到的鸡生蛋问题。

享受过程。这有时会让人沮丧,但非常值得。

个人简介: 亚历山大·恩格尔哈特 在慕尼黑大学获得了统计学硕士和博士学位,然后成为一名专注于 R 语言机器学习的自由数据科学家。

资源:

相关:

更多相关话题