Итак, вы хотите быть специалистом по данным

Вот мой рецепт успеха в науке о данных

Данные повсюду - от продаж в электронной коммерции, загрузки приложений на смартфон до управления цепочками поставок, биоинформатики или подключенных устройств. По данным IBM, в 2019 году предприятия создают и хранят почти 2,5 квинтиллиона байт данных каждый день. Большие данные - это большой бизнес, и предприятия плавают в океанах ценных данных. Поскольку одна из самых быстрорастущих отраслей с многомиллиардным оборотом, корпорации и организации пытаются извлечь максимальную пользу из данных, они уже имеют и определяют, какие данные им еще нужно собирать и хранить. Кроме того, у специалистов по данным по-прежнему существует невероятная потребность в том, чтобы разбираться в цифрах и находить скрытые решения беспорядочных бизнес-проблем. Недавнее исследование с использованием инструмента поиска работы LinkedIn показывает, что большинство высокотехнологичных вакансий в 2020 году - это вакансии, требующие навыков в области науки о данных.

Благодаря всем захватывающим возможностям в области науки о данных, изучение данных - отличный способ получить навыки и опыт, необходимые, чтобы выделиться в этой конкурентной области и дать вашему работодателю преимущество над конкурентами.

Если вас интересует наука о данных, вы можете задаться вопросом:

Каков путь к науке о данных?

Как я могу стать успешным специалистом по обработке данных?

Вот мой рецепт успеха в науке о данных:

Развивайте страсть к науке о данных, потому что это весело и приятно. Убедитесь, что это достаточно весело, чтобы вы были готовы тратить на это годы от 10 до 20 часов в неделю. Как отмечает проф. К. Андерс Эрикссон говорит:« В большинстве областей поразительно, сколько времени требуется даже самым талантливым людям, чтобы достичь высочайшего уровня производительности. Число в 10 000 часов просто дает вам ощущение, что мы говорим о 10–20 часах в неделю, которые, по мнению некоторых, являются наиболее талантливыми людьми, которые все еще нуждаются в высочайшем уровне. «Дело в том, что вам не нужно 10 000 часов или 10 лет, чтобы изучить основы науки о данных, но изучение науки о данных в спешке, безусловно, не поможет. Чтобы стать экспертом в области науки о данных, нужно время, усилия, энергия, терпение, энтузиазм и целеустремленность.
Изучите основы науки о данных. Если хотите, проучитесь четыре года в колледже (или больше в аспирантуре). Это даст вам более глубокое понимание области, но если ваши обстоятельства не позволяют вам получить степень в колледже, вы можете (с некоторой страстью и самоотверженностью) научиться науке о данных путем самообучения. Рекомендованную учебную программу для самостоятельного изучения науки о данных на начальном уровне см. В этой статье: Учебная программа по науке о данных. Есть так много отличных онлайн-курсов по науке о данных на таких платформах, как edX, Coursera, DataCamp, Udacity, Udemy. Посвятив некоторое время, вы сможете изучить основы науки о данных из этих курсов. Вот некоторые из моих любимых специализированных онлайн-курсов по науке о данных:

Вы также можете изучить основы науки о данных из учебников. Обучение по учебнику дает более совершенные и глубокие знания, выходящие за рамки того, что вы получаете на онлайн-курсах. Вот несколько хороших учебников по науке о данных:

Машинное обучение Python, Себастьян Рашка
Python для анализа данных, Уэс МакКинни
Прикладное прогнозное моделирование, Kuhn & Johnson
Интеллектуальный анализ данных: практические инструменты и методы машинного обучения, Ян Х. Виттен, Эйбе Франк и Марк А. Холл.

3. Работа над проектами в области науки о данных. Помните, что знания, полученные только на курсах, не сделают вас специалистом по данным. Лучший способ обучения - это обучение на практике. Так что продолжайте применять полученные знания из курсов по науке о данных в сложных реальных проектах. Вы можете пройти стажировку или принять участие в конкурсах Kaggle, где вы сможете работать над реальными проектами в области науки о данных.

4. Общение с другими специалистами по обработке и анализу данных или соискателями. По своему личному опыту я многому научился из еженедельных групповых бесед на различные темы в области науки о данных и машинного обучения. объединение с другими кандидатами в науку о данных. Общайтесь с другими соискателями в области науки о данных, делитесь своим кодом на GitHub, демонстрируйте свои навыки в LinkedIn - это действительно поможет вам изучить множество новых концепций и инструментов за короткий период времени. Вы также знакомитесь с новыми способами ведения дел, а также с новыми алгоритмами и технологиями. Работа над проектами с другими специалистами по данным поможет вам развить необходимые навыки общения и работы в команде. Эти навыки очень полезны в реальном мире, потому что как специалист по данным, большая часть вашей работы будет связана с командной работой.

5. Будьте учеником на протяжении всей жизни. Наука о данных - это область, которая постоянно развивается, поэтому будьте готовы осваивать и изучать новые технологии. Один из способов оставаться в курсе событий в этой области - пообщаться с другими специалистами по данным. Некоторыми платформами, которые способствуют развитию сетей, являются LinkedIn, GitHub и medium (публикации На пути к науке о данных и На пути к AI). Эти платформы очень полезны для получения последней информации о последних разработках в этой области.

Таким образом, мы обсудили рецепт успеха в науке о данных. Путь к науке о данных может быть разным для разных людей в зависимости от их опыта и преданности делу, но рецепт, обсуждаемый в этой статье, - это подход, который сработал для меня.