Како добити свој први посао у пољу Дата Сциенце?

Како може добити свој први почетни посао као Дата Сциентист или Дата Аналист? Ако се крећете кроз форуме о науци о подацима, наћи ћете многа питања око ове теме. Читаоци мог блога о науци о подацима (дата36.цом) повремено ме питају. И могу вам рећи да је то потпуно валидан проблем!

Одлучио сам да сумирам своје одговоре на сва главна питања!

НОВА! Направио сам свеобухватан (бесплатан) онлине видео курс који ће вам помоћи да започнете са Дата Сциенце-ом. Кликните овде за више информација: Како постати научник података.

ПРИЈАВИТЕ СЕ ОВДЕ (БЕСПЛАТНО): хттпс://дата36.цом/хов-то-бецоме-а-дата-сциентист/

# 1: Које су најважније вештине и алати научника за податке? И како их можете добити?

Добре вести - лоше вести.

Почећу са лошим. У 90% случајева вештине које вас подучавају на универзитетима нису баш корисне у пројектима науке о стварним животима. Као што сам већ писао више пута, у стварним пројектима су потребне ове 4 вештине кодирања података:

  • басх / командна линија
  • Питхон
  • СКЛ
  • Р
  • (а понекад и Јава)
извор: КДнуггетс

Која 2 или 3 ће вам бити од помоћи заиста зависи од компаније ... Али ако сте научили једно, биће много лакше научити друго.

Дакле, прво велико питање је: како набавити ове алате? Ево добрих вести! Сви ови алати су бесплатни! То значи да можете да их преузмете, инсталирате и користите без плаћања пени за њих. Можете вежбати, градити пројекат из хобија података или било шта друго!

Недавно сам написао корак по корак чланак о томе како инсталирати ове алате на рачунар. Погледајте овде.

# 2: Како научити?

Постоје два главна начина за лако и економично учење науке о подацима.

1.: Књиге.

Нека врста старе школе, али још увек добар начин учења. Из књига можете добити врло фокусирано, врло детаљно знање о мрежној анализи података, статистици, кодирању података итд ... Истакнуо сам 7 књига које препоручујем у свом претходном чланку, овде.

Топ 7 књига са подацима које препоручујем

Друго: Онлине вебинари и видео курсеви.

Онлине курсеви науке о подацима долазе са фер ценама (од 10 до 500 долара) и покривају различите теме у распону од кодирања података до пословне интелигенције. Ако на почетку не желите да трошите новац, набројао сам бесплатне курсеве и материјале за учење у овом посту.

(Трећи: Курс првог месеца за млађег научника за податке. Направио сам 6-недељни интернетски курс за науку података да бих тежио научнику података да вежба и решава стварне задатке на основу података о стварном животу: Први месец Јуниор Дата Сциентист-а .)

# 3: Како вежбати и како стећи стварно животно искуство

Ово је лукаво, зар не? Свака компанија жели да има људе са бар мало стварног животног искуства ... Али како стећи стварно животно искуство, ако вам је потребно стварно животно искуство да бисте добили свој први посао? Класични цатцх-22. А одговор је: пројекти за кућне љубимце.

„Пројект кућних љубимаца“ значи да сте смислили идеју за податковне пројекте која вас узбуђује. Тада једноставно почнете да га градите. Можете размишљати о томе као о малим стартапима, али будите сигурни да ћете се стално фокусирати на део података о науци о подацима и једноставно можете игнорисати пословни део. Да бих вам дао неколико идеја, ево неколико мојих пројеката за кућне љубимце из последњих неколико година:

  • Направио сам скрипту која је пратила веб локацију некретнина и е-поштом су ми послали најбоље понуде у реалном времену - тако да сам могао добити те понуде пре свих осталих.
  • Направио сам скрипту која је извлачила све чланке из АБЦ, ББЦ и ЦНН и на основу коришћених речи повезала чланке који су били око исте теме на три различита портала вести.
  • Изградио сам чет за самоуку учење у Питхон-у. (Мада, није превише паметно - као што још нисам обучио.)

Будите креативни! Пронађите пројект за кућне љубимце везане уз науку о подацима и почните с кодирањем! Ако сте погодили зид с проблемом кодирања - што се може лако догодити, када почнете да учите нови језик података - само користите гоогле и / или стацковерфлов. Један мој кратки пример - о томе колико је ефикасан проток:

лева страна: моје питање - десна страна: одговор (за 7 минута)

Запазите временску ознаку! Послао сам својеврсно компликовано питање и одговор сам добио за 7 минута. Једино што сам требао учинити је копирати и залијепити код у мој производни код и бум, једноставно је успјело!

(Напомена: Цросс Валидатед је још један сјајан форум за питања везана за Дата Сциенце.)

+1 предлог:

Чак и ако је то мало тешко, покушајте да нађете ментора. Ако будете имали довољно среће, наћи ћете некога ко ради у улози Дата Сциентист у лијепој компанији и који може проводити сат времена седмично или два пута недељно са вама и разговарати или подучавати ствари.

# 4: Где и како шаљете своју прву пријаву за посао?

Ако нисте успели да пронађете ментора, још увек га можете пронаћи у вашој првој компанији. Ово ће вам бити први посао који се односи на науку о подацима, зато предлажем да се не фокусирате на велики новац или супер-фенси стартуп атмосферу. Усредсредите се на проналажење окружења у којем можете сами да се учите и побољшате.

Заузимање првог посла из науке о подацима у мултинационалној компанији можда се не може ускладити са овом идејом, јер су људи тамо обично превише заузети својим стварима, тако да неће имати времена или мотивације да вам помогну да се побољшате (наравно, увек постоје изузеци).

Покретање од малог покретања као прва особа са подацима у тиму није добра идеја ни у вашем случају, јер ове компаније немају старије податке из којих би могли учити.

Саветујем вам да се фокусирате на компаније величине 50–500. То је златна средина. Старији научници за податке су на броду, али нису превише заузети да би вам помогли и научили.

Ок, нашли сте добре фирме ... Како се пријавити? Неки принципи за ваш ЦВ: истакните своје вештине и пројекте, а не своје искуство (јер немате превише година да ставите на папир). Наведите релевантне језике за кодирање (СКЛ и Питхон), које користите и повежите неке од ваших повезаних гитхуб репос-а, како бисте могли да покажете да сте заиста користили тај језик.

Такође, у већини случајева компаније траже условно писмо. Добра је прилика да изразите своје ентузијазам, наравно, али можете додати и неке практичне детаље, попут онога што бисте радили у својих првих неколико недеља да сте запослени. (Нпр. „Гледајући ваш регистрациони ток, претпостављам да ____ веб страница игра важну улогу. У првих неколико недеља, извео бих ___, ___ и ___ (посебне анализе) да бих доказао ову хипотезу и разумео је дубље. То би могло помоћи компанији да побољша _____ и на крају потакне _____ КПИ-ја. ")

Надам се да ће вам ово дати посао за посао, на којем можете мало разговарати о пројектима својих љубимаца, приједлозима пропратног писма, али углавном ће се радити о провјери личности и највјероватније неком основном тесту вјештине. Ако сте довољно вежбали, проћи ћете ово ... али ако сте нервозан тип и желите да вежбате више, то можете учинити на хацкерранк.цом.

Закључак

Па, то је то. Знам да звучи лакше кад се пише, али ако сте стварно одлучни да будете Дата Сциенце, неће бити проблема да се то догоди! Сретно са тим!

Ако желите испробати, како је то бити млађи научник података при покретању истинитих података, погледајте мој 6-недељни онлине курс науке о подацима: Први месец научника за податке!

А ако желите научити више о науци о подацима, погледајте мој блог (дата36.цом) и / или се претплатите на мој Невслеттер! И не пропустите моју нову серију приручника за кодирање: СКЛ за анализу података!

Хвала за читање!

Уживао у чланку? Обавестите ме кликом на испод. Такође помаже другим људима да виде причу!

Томи Местер аутор дата36.цом Твиттер: @ дата36_цом