Опыт работы в IIT Kanpur, одном из престижных колледжей Индии
Краткое введение в мою биографию
Я учусь на последнем курсе Индийского технологического института в Канпуре на факультете машиностроения и несовершеннолетних на факультете промышленного проектирования и управления.
Вам может показаться интересным то, как я работаю специалистом по данным, принадлежащим к основной области.
В сезон трудоустройства в кампусе (декабрь 2020 г.) меня назначили Data Scientist в HiLabs. HiLabs предлагает решение для искусственного интеллекта, ориентированное на здравоохранение, которое автоматически обнаруживает ошибки данных без вмешательства человека. Это сочетание больших данных, искусственного интеллекта и медицинской космологии.
Как я там оказался?
История того, как я стал Data Scientist, довольно длинная. В нем много слоев и разделов. И каждый этап в равной степени способствует тому, чтобы я занялся этой работой.
Держу пари, что вы найдете каждую главу интересной и вдохновляющей.
Глава 1: Начальная фаза
Летом 2019 года я записался на курс Data Mining and Knowledge Discovery, что стало первым шагом к моей цели. Мне понравился этот курс, и во время него я понял, что хочу стать Data Scientist.
После этого я выбрал курс Udemy, на котором меня научили python, базовому синтаксису для машинного обучения, интуиции, лежащей в основе алгоритмов машинного обучения. Этот курс также включает в себя практический опыт работы с популярными наборами данных, такими как Titanic и Iris.
Это также был мой первый опыт исследования данных с использованием matplotlib и seaborn. Графики были захватывающими каждый раз, когда я рисовал их.
Глава 2: Я был НУБОМ!
Чтобы я знал весь первичный синтаксис, я был готов решать простые задачи прогнозного моделирования. Итак, я обратился к команде Kaggle. Я был уверен, что теперь смогу решить любую задачу прогнозного моделирования.
Но, когда я посмотрел на Kaggle, я был шокирован. Все задачи, которые я расшифровывал, были очень сложными. Я не смог решить ни одной задачи.
Потратив месяц, я понял, что мне нужно больше знаний, чтобы стать специалистом по данным.
Глава 3: Золотая изоляция
Во время блокировки Linkedin был полон сертификатов. Каждый человек прошел несколько курсов. В течение первых четырех недель самоизоляции я улучшил свои навыки кодирования на InterviewBit и GeekforGeeks.
У меня почти была полоса из 40 дней или около того на InterviewBit.
После этого я прошел онлайн-обучение (платное) по науке о данных, которое было сосредоточено на подходе к проблеме прогнозного моделирования. Это было серьезное обучение статистике. Он включает в себя новые концепции, такие как логическая статистика и студенческий Т-тест.
Я снова почувствовал себя подавленным и пошел в Kaggle. Но вскоре я понял, что проблемы сейчас более сложные. Поэтому я искал альтернативу Kaggle, которая предоставляет несколько простых формулировок задач. И что вы думаете, я нашел его!
Это была Команда AV. Доступно множество хакатонов разного масштаба. Простые задачи прогнозирования, классификация изображений, анализ текста и тональности… все в одном.
Я начал работать над некоторыми постоянными проектами с некоторыми курсами по глубокому обучению на Coursera. Я прошел три курса, описывающих ANN и CNN. Также участвовал в трех хакатонах.
Глава 4: Стажировка
Стажировка сыграла важную роль в моем путешествии. Это был стартап IIT Delhi.
Его задача заключалась в том, чтобы объединить машинное обучение и существующее дерево знаний, чтобы помочь учащимся учиться в своем собственном темпе. Эта идея называется адаптивным обучением.
Я узнал новые вещи, которые сделали меня сильнее. Тогда я был увереннее. Я анализировал данные с помощью python, строил различные графики с помощью seaborn и Matplotlib. Кроме того, ознакомьтесь с многочисленными исследовательскими работами, посвященными поиску решений для наших клиентов.
Это была трехмесячная стажировка, и мне ничего не платили, кроме опыта. Для любого новичка, опыт, это лучшая стипендия.
Глава 5: Подготовка к размещению
Составление резюме — это не только задача во время трудоустройства. Все кандидаты могут составить достойное резюме. Но если вы хотите, чтобы вас наняли, вам нужно сделать немного больше.
Я хотел продолжить свою карьеру в Data Science. Итак, я резюмирую вероятность, статистику, машинное обучение (алгоритмы, функции стоимости, метрики оценки), глубокое обучение, компьютерное программирование и математику.
Кроме того, я следил за некоторыми каналами YouTube, которые предоставили мне теоретические концепции алгоритмов.
Каналы YouTube, на которые я подписан:
Глава 6: Подготовка к интервью
Даже если вы прошли все необходимые курсы с большим приличием, собеседование требует дополнительной подготовки.
А это подготовка HR-вопросов.
Опиши себя!
Почему ты?
Почему мы, а не другие?
Твои сильные и слабые стороны?
Ситуации, когда ты принимаешь трудные решения?
Какова твоя жизненная философия?
Вы должны очень хорошо подготовить эти вопросы, а также подготовить каждую строчку своего резюме.
Канал на YouTube для отдела кадров:
Prepleaf
Глава 7: Финал
Интервью!
Финальная игра требует вашего терпения, уверенности и позитивного настроя. Расслабьтесь и не паникуйте, если вас не выбрали ни в какую компанию. Прием на работу — это долгая игра, каждый день вы даете столько интервью, сколько сможете.
Не все приходят первыми.
Конец
Напоследок хочу сказать, что все главы были очень интересны для меня, и, надеюсь, для вас тоже. Это был очень утомительный и утомительный период моей жизни. Но мне понравилось!
Пожалуйста, поделитесь своим мнением, мне бы тоже хотелось услышать о вашем путешествии!!
