5 советов, как получить первую работу в области Data Science в 2020 году
Или как получить эту первую работу в области науки о данных?
Многие из моих последователей спрашивают меня - насколько сложно получить работу в области науки о данных? Или что им следует изучать? Или по какому пути им следует пойти?
Ответ не таков, как хотелось бы всем - попасть в Data Science довольно сложно, и вам придется немало потрудиться.
Я имею в виду, что вы должны посвящать время изучению науки о данных, понимать алгоритмы, повышать свои навыки по мере развития рынка, отслеживать старые традиционные навыки и, конечно же, тем временем искать работу. и готовимся к собеседованию.
Вы также должны понимать бизнес-проблемы и развивать смекалку, чтобы формулировать бизнес-проблемы как задачи науки о данных. Помните, что нет фиксированных алгоритмов.
Для одних это становится действительно трудным, а для других - почти невозможным.
Если говорить о себе, мне быстро становится скучно, если я не узнаю что-то новое. Мне нравится наука о данных, поскольку она дает мне такую возможность.
Итак, прежде всего, я хотел бы спросить, такие ли вы?
Если да, и вы заинтересованы в решении новых проблем почти каждый день, тогда вам понравится наука о данных как область, в которой вы сделаете свою карьеру.
А вот несколько советов для вас, смельчаков.
1. Начните с малого
Лучше сделать много маленьких шагов в правильном направлении, чем сделать большой рывок вперед и споткнуться назад - старая китайская пословица
Что касается начала карьеры в Data Science, все вышесказанное прекрасно подходит. Тем более, если вы пришли из другого потока (читайте не «Информатика, статистика») или если вы хотите сделать боковой переход.
Я бы не советовал нацеливаться на крупные компании, такие как Amazon, Google и т. д.. Это не должно вас расстраивать; это больше похоже на практическое мышление. Я наблюдал за их собеседованием и могу заверить вас, что довольно редко, если не невозможно, получить эту работу без определенного опыта.
Но позвольте мне также сказать вам, что недостатка в возможностях нет. Вы можете легко попасть в стартап, если знаете свое дело. Так я начал.
2. Продолжайте учиться
Я поставил себе цель перейти в область науки о данных где-то в 2013 году. С тех пор мне пришлось много неудач и много усилий, чтобы сменить работу. Вот моя история, если вам интересно.
В колледже я много времени проводил за играми. С 2013 года я тратил все возможное время на изучение новых технологий и изучение данных.
Ничего не получится, если вы этого не сделаете - Майя Анжелу
Вот способ, который я выбрал, чтобы узнать о науке о данных, и любой целеустремленный человек мог выбрать стать специалистом по данным самообучения.
Надеюсь, вы не теряете надежды, увидев длинный список. Я уже говорил вам, что это будет непросто.
Начать нужно с одного или двух курсов. Остальное придет со временем. Просто помните, что время - это роскошь, которую вы можете себе позволить.
3. Создайте свое портфолио.
Понимание теории - это прекрасно, но вы не принесете пользы как специалист по данным, если не умеете писать код.
Так что работайте над созданием вещей. Попробуйте новые игрушечные проекты. За вдохновением отправляйтесь в kaggle. Участвуйте в дискуссионных форумах. Но не останавливайтесь на достигнутом.
Мыслите творчески. Создайте свой профиль GitHub. Попробуйте решить разные проблемы.
Например, на начальном этапе я создал простую визуализацию графа, чтобы находить интересные сообщения в DataScience Subreddit, используя d3.js, и развернул его с помощью Flask и Heroku. Я также создал симулятор блэкджека помимо решения обычных задач науки о данных. Я также реализовал решение для взлома кода, используя MCMC.
Я также принимал участие в различных соревнованиях по кэгглам, и хотя у меня нет особого звания, чтобы показать это, в итоге я многому научился.
4. Ведение блога?
Это происходит из-за моей личной предвзятости.
Когда вы ведете блог, вы в конечном итоге создаете высококачественный контент, чтобы другие могли учиться, документировать свои знания, лучше понимать концепции, объясняя их и, возможно, получить дополнительное признание. Что еще вам нужно?
Честно говоря, я люблю писать, и это не является чистым требованием, чтобы стать специалистом по данным, но это очень помогает. Я заметил, что понял концепции науки о данных намного лучше, когда объяснил их. И блог - идеальный инструмент для этого.
Кроме того, наука о данных довольно обширна, и я часто забываю все, что узнал некоторое время назад. Блог решает и эту проблему. Это было в 2013 году, когда я завел свой блог и попытался обновить его тем, что узнал. Таким образом, я все задокументировал. Я до сих пор просматриваю свои блоги, когда чувствую, что застрял на какой-то проблеме.
Я считаю, что ведение блога также помогло мне в развитии коммуникативных навыков, поскольку заставило меня объяснять сложные концепции более простыми словами.
В любом случае, если вы не любите вести блог, вы можете добиться чего-то подобного, делая заметки.
Как я уже сказал, ведение блога - это личное предпочтение. И если вам интересно, и вы хотите знать, как я начал писать на Medium, вот моя история.
5. Не будьте слишком разборчивы
У вас есть предложение от аналитической компании, и вы думаете, что, присоединившись к нему, вы прощаетесь с наукой о данных.
Это достаточно хорошая ситуация. Хотя найти работу в области науки о данных относительно сложно, может быть проще устроиться на работу бизнес-аналитиком или аналитиком данных в аналитической компании.
Я бы посоветовал заняться любой работой, связанной с анализом или отчетностью, или чем-то связанным с данными. Я начал так же, как начал работать с аналитикой, и переключился, когда появилась возможность для науки о данных.
Находясь поблизости от самих данных, вы неизбежно столкнетесь с такими возможностями. Относитесь к своей первой работе как к ступеньке.
Как только вы получите такую работу, у вас будет два варианта:
- Произвести внутренний сдвиг в одной и той же компании в командах Data Science, установив хорошие отношения и проявив интерес, или
- Продолжайте учиться в свободное время и продолжайте давать интервью.
Со временем у вас все получится. Удачи тебе.
Спасибо за прочтение. Я собираюсь писать больше постов для новичков в будущем. Подпишитесь на меня в Medium или подпишитесь на мой блог, чтобы быть в курсе о них. Как всегда, я приветствую отзывы и конструктивную критику, и с ними можно связаться в Twitter @mlwhiz.