Наука о данных, Наука о данных, Наука о данных. Я знаю, что вы часто слышите эти два модных слова. Вы можете спросить: «Что означает этот термин?»… Что ж, хорошие новости, вы попали в нужное место. Наука о данных - это просто искусство извлекать идеи из данных и использовать их для принятия решений. Но зачем изучать Data Science сейчас? Благодаря технологическим достижениям, таким как Интернет вещей и использование социальных сетей, каждую минуту создается триллион данных, что вызывает потребность в экспертах, которые могут очищать сгенерированные данные, анализировать, визуализировать и извлекать из них идеи, которые позволят предприятиям и организации принимают решения на основе данных.

По словам Энтони Скриффиньяно, старшего вице-президента и главного специалиста по данным в Dun & Bradstreet, он сказал в интервью Forbes, что наука о данных сегодня является одной из самых востребованных ролей в технологиях. Если у вас есть опыт и степень в области науки о данных или в смежной области, вы можете написать свой собственный билет в отношении того, на кого вы хотите работать, и получить значительную зарплату.

  1. Пройдите курс Bootcamp

Курсы учебного лагеря обычно продолжаются от одного месяца до почти года. В течение этого периода вы познакомитесь со многими новыми концепциями, которые помогут вам начать работу в этой области. Я бы порекомендовал курсы от Coursera, Moringa School, TechMindset Africa AI, курсы, Udacity, Khan Academy, Pluralsight, Microsoft, IBM, DataCamp, FreeCodeCamp, и Google. Эти курсы дают вам путь, по которому вы можете следовать, и они выступают в качестве отправной точки в вашем путешествии в области науки о данных.

2. Участвуйте в проектах с открытым исходным кодом.

Проекты с открытым исходным кодом дают вам возможность решать реальные проблемы с использованием данных и инструментов с открытым исходным кодом. Во время проекта у вас есть возможность поработать с соавторами, которые являются экспертами в своей области. Вы открываете новые способы ведения дел и решения проблем. Если вы только начинаете, я бы порекомендовал OMDENA, поскольку они дают вам возможность работать над реальными проблемами. Они также имеют огромные преимущества после завершения одного проекта. Я действительно многому научился от проектов с открытым исходным кодом OMDENA

3. Участвуйте в дататонах и хакатонах.

Дататоны и соревнования дают вам шанс решить проблемы, с которыми вы сталкиваетесь в реальном мире. Они всегда проверяют вашу способность решать сложные задачи быстро и удобно. Чем больше вы участвуете в дататонах и соревнованиях, тем больше вы сталкиваетесь со многими проблемами, учитесь и совершенствуете свои навыки. Я бы порекомендовал Kaggle, Zindi, MachineHack и CrewDataCrunch. Еще одним преимуществом дататонов является то, что всегда есть призы и розыгрыши призов. Сделайте первый шаг и зарегистрируйтесь на этом хакатоне.

4. Пройдите стажировку в фирмах, занимающихся данными

Стажировка - еще один хороший способ пополнить свой портфель. Это дает вам некоторый опыт и служит доказательством того, что вы действительно можете выполнять работу. Стажировки могут быть платными или бесплатными. Всегда смотрите на конечную цель. Выбирая фирму для стажировки, всегда ищите компании, которые занимаются данными. Это позволит вам поиграть и настроить данные, чтобы сделать выводы. Всегда будьте обучаемы и быстро усваивайте концепции. Фирмы, которые занимаются данными, включают финансовые учреждения, такие как банки, SACCO, медицинские учреждения, такие как больницы, исследовательские фирмы, платформы электронной коммерции и т. Д.

5. Присоединяйтесь к сообществу специалистов по науке о данных

Как менеджер сообщества, я рекомендую всем новичкам в области науки о данных присоединиться к 5 сообществам вокруг вас. Сообщество объединяет единомышленников. Вы узнаете больше в сообществе. Всегда посещайте мероприятия, организованные вашим сообществом. Если вокруг вас нет сообщества, примите это как вызов и создайте его. Будьте тем изменением, которое вам нужно. Сообщество улучшает как ваши технические навыки, так и навыки общения. Я бы порекомендовал такие сообщества, как AI Kenya, AI4D Africa, AI Africa, Data Science East Africa, Omdena Kenyan Chapter и т. Д.

6. Сдать сертификационный экзамен

Сертификационные экзамены очень важны для вашей карьеры в области науки о данных. На самом деле они служат доказательством того, что вы обладаете знаниями и навыками в определенной области. Принимая сертификаты, всегда соблюдайте баланс между сертификатами и проектами, которые вы сделали. Большинство людей, как правило, проходят много сертификаций, не обязательно хорошо разбираясь в концепциях. Всегда принимайте сертификаты в признанных и сертифицированных учреждениях Международной организации по стандартизации (ISO). Я бы порекомендовал пройти сертификацию Microsoft, Google и IBM.

7. Начать технический блог по науке о данных

Ведение блога по теме науки о данных поможет вам отточить свои навыки, когда вы поделитесь своими знаниями по определенной теме или предметной области. Я верю, что делиться выгодно, и чем больше вы чему-то учите, тем лучше вы это делаете. Если вы только начинаете вести блог, вы можете использовать Omdena blogging, medium или создать свой собственный блог-сайт, используя WordPress, Wix и страницы Github.

Помните, все когда-то были новичками. Начать будет непросто, вы всегда будете сталкиваться с препятствиями на пути к науке о данных. Но Последовательность вам поможет. Если вы потратите хотя бы 2 часа в день на оттачивание своих навыков, в следующие 6 месяцев вам станет лучше. Синдром самозванца всегда подкрадывается, но всегда верьте в себя и доверяйте процессу. Следуйте советам, которыми я с вами поделился, и поверьте, ваше путешествие будет гладким. Удачи во всех начинаниях.

Следуйте за мной в LinkedIn, Github, Twitter и Omdena Kenyan Chapter