解读 | 数据科学领域常见的3种职业转型方向

作者|JeremieHarris翻译|Mika本文为CDA数据分析师原创作品 , 转载需授权在大学我学习物理时 , 每当遇到不理解的术语 , 我就会上网搜索 , 这时我常会用到的就是维基百科 。虽然维基百科很好用 , 但是上面很多文章都不适合我的水平 。那些文

解读 | 数据科学领域常见的3种职业转型方向


作者 | Jeremie Harris
翻译 | Mika
本文为 CDA 数据分析师原创作品 , 转载需授权
在大学我学习物理时 , 每当遇到不理解的术语 , 我就会上网搜索 , 这时我常会用到的就是维基百科 。
虽然维基百科很好用 , 但是上面很多文章都不适合我的水平 。那些文章要不就是超出我的理解 , 或者对我来说太简单了 。这种情况时常发生 , 因此我从中总结的经验就是 , 维基百科上的技术词条很难既提供有效信息 , 又做到易于理解 。
很多数据科学方面的职业建议也是如此 , 有些是针对完全零基础的初学者;有些是针对初级数据科学家磨练技能;有些则针对资深的软件工程师 。而这容易让许多想成为数据科学家的人群感到无从下手 , 他们不知道该如何花在哪里 。
在本文中 , 我打算针对三种不同类型的人群给出相应的职业转型建议 。
【解读 | 数据科学领域常见的3种职业转型方向】第一类:零基础的初学者
如果你刚刚进入数据科学领域 , 请记住该领域的发展速度非常快 , 也许现在我给出的建议在你准备求职时已经过时了 。如今数据科学的招聘标准与一两年后的标准之间的差距可能会更大 。
在明确这点的基础上 , 如果你想进入数据科学领域 , 并且没有任何编程方面的背景 , 我要给出的建议如下:
首先要保持开放的心态
如果你是一名初学者 , 那么你可能完全不知道数据科学的具体内涵 。那么可以先和一些数据科学家聊一聊;关注相关的科学播客 。成为一名数据科学家需要花费大量的时间和精力 , 因此只因为你认为自动驾驶汽车很酷就一头扎进去 , 这并不是一个很好的理由 。确保自己了解数据科学中不那么高大上的部分 , 数据处理和构建数据管道等 , 这些方面占数据科学家日常工作的大部分 。
如果你决定继续前进 , 这太好了!首先你要做的第一件事就是学习Python 。参加一些在线课程 , 并尽快建立一个基础项目 。当你掌握一定Python技能时 , 学习如何使用Jupyter notebook 。
在找工作时 , 一开始就从全面的数据科学职位并不是最好的 。相反 , 可以选择数据可视化或数据分析职位 , 这类职位市场需求量大 , 而且要求没有数据科学家那么高 。这些职位经常与数据科学家一起工作 , 当你获得了一些经验后 , 也可以着手向这个方向发展 。
如何发挥自己的优势:
当你准备好找工作时 , 你会发现学会推销自己在在数据科学中非常重要 。你可能会担心 , 因为你没有任何专业经验或计算机科学的研究生学位 , 推广自己是一个难题 。但这也可以成为你最大的优势:你是从零开始 , 自学成才的数据科学家 , 公司需要这些努力而且学习能力强的数据科学家 。为此你需要符合自己的这种形象 , 不断提高技能 , 解决一个个挑战 , 但当中的回报绝对是值得的 。

推荐阅读