您可能已准备好让内部数据科学家离开的10个迹象

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

您可能已准备好让内部数据科学家离开的10个迹象
1）您可以想象自己被介绍为数据科学家而不会脸红。
数据科学不仅仅是一种职业，它是一种生活方式，需要致力于成为一个终身学习者，需要做出所有的取舍。如果“数据科学”的概念显得过于夸张和曲折，那么您很可能将没有动力坚持不懈地努力工作，以至于您可以舒适地被称为数据科学家。
2）您愿意花更少的时间玩电脑游戏，观看Netflix的重播和“闲逛”。
无论您是接受正规教育还是自己的学习途径，这都是一个充满挑战的领域，需要付出大量的奉献精神。保证您快速成功的所有方法都是徒劳的。6个月后您可以完成哪些领域的工作？是否有任何计算机科学或工程研究领域至少在不到几年的时间内即可产生显著成果？然后，您需要实际经验，至少需要几年时间。最好尽早意识到这些现实。
3）学习一些有关数学或统计学的新知识的想法不会引起出汗，昏厥或心。
互联网上所有声音都告诉您，当今的数据科学工具是如此之好，您无需学习数学和统计学也不是诚实的。看看提供数据科学证书课程的任何知名机构，它们都将具有先决条件或将教您需要的背景材料。如果您要自己学习，请不要尝试跳过这些基础知识。
4）您曾经在Excel中编写了一些公式并喜欢它。
您需要享受用一种或多种计算机语言编写程序的乐趣。您不需要成为能够为Linked In，Twitter或Facebook构建下一个炫酷功能的专业软件开发人员，但是，您需要摄取数据，转换数据并将其他人编写的有用的程序打包在一起。您可能会在某个时候决定编写一个库或程序包，其他人会觉得有用，但是许多数据科学家从未如此高兴和成功。
5）您不害怕跌倒并试图使自己的膝盖变得更好。
数据科学是实验性的，存在许多问题，在合理的时间内无法开发出“好的”解决方案。有时需要做出很大的努力才能得出我不能说任何有趣的结论。也许接下来会有其他人来使用您不了解或未考虑的方法，并找到有趣的结果。哎哟。无论您多么努力工作和学习多少，有时候事情都不会顺利进行。
6）您不止一次地熬夜，试图弄清为什么计算机上的某些功能无法正常工作。
数据科学有时被描述为数学/统计学与计算机科学的交叉领域。您将需要精通配置和使用计算机。有时，这些工具无法配合使用，没有它们，您将无法完成很多工作。在我所知的任何数据科学课程中都没有讲授网络搜索软件和硬件错误消息并了解结果。您将需要那些技能。
7）您至少认识一个可以与您讨论数学问题的人，并且您喜欢他们。
在大多数职业中，拥有其他从业者网络对于成功至关重要。由于您可能需要复习或开始一些数学学习，请问自己-我可以跳出谁的想法？如果您没有任何想法，请开始构建该网络。
8）在过去的6个月中，您单击了一些有关学习数据科学的链接，以查看另一端的情况。
在流行媒体上，我从未见过如此多的关于机器学习，人工智能和数据科学的讨论。如果您不分享这种经验，则应该开始查看Twitter，Linked In和/或Reddit，以获取更多背景知识，以了解为何数据科学人才短缺不会很快消失的原因。许多人正在开始学习课程，但很少有人完成它们。在开始任何类型的培训或正规教育之前，请做作业，以查看有多少人开始完成该计划。
9）你喜欢被雇佣并赚钱。
两年前，有可怕的预测认为，无法满足数据科学家的工作需求，而且合格人员的薪水也高得离谱。去年，一些专家预测短缺不会继续存在，因为“公民数据科学家”将用不需要长时间学习和任何经验的新工具来满足需求。我们回到了现实，该行业需要经过广泛培训和经验丰富的人才。这些人仍在要求最高薪水。需求将持续存在，但是，如果您只是追求薪水，从长远来看，您将不会成功。您需要爱工作和金钱一样多，才能通过遇到的障碍来坚持下去。
10）到目前为止，您所阅读的大部分内容都是有意义的，并且您一直在阅读。
至此，您已经读完，并没有放弃。我并不是说我的观点是唯一的观点，或者只有一种方法可以重塑自己的数据科学生涯。我确实觉得这是一个充满挑战的职业，并且有很多声音告诉人们相反的事情-成为成为一名成功的数据科学专业人士有一条快速简便的道路。我希望您现在意识到可能并非如此，并开始寻找更好的策略。
我的建议是采纳经常给想成为作家的人的建议-“写下你所知道的”。对于数据科学，它可能类似于-“探索您喜欢的东西”。Kaggle当前拥有有关12
善用数据科学：警务中心
NHL游戏数据
有已婚夫妇的家庭住户数据
金星上的火山，以及
女士电子商务服装的评测
在12
弄清楚如何提取，清理和可视化数据。这对于确定您的职业是否比获取干净数据和“运行模型”样本更有价值。大多数数据科学家在处理模型上每花费1个小时就花费4-5个小时来处理数据。您必须热爱这项工作才能取得成功，而这往往是很多人没有及早接触的部分。
如果您的技能集中并且数据不超过工具限制，请尝试使用Excel。快速着手使用Python和R等编码工具。尝试两者，看看相对优点和缺点是什么。如果这似乎太多工作，则可能表明这对您而言不是一个好领域。
我听说很多人都在讨论通过学习编码或学习数学和统计学来开始学习数据科学更好。我建议您从一个令您着迷的数据集开始，并学习任何编码，数学和/或统计信息以开始讲述有关数据的故事。只要您热衷于探索数据，就将克服数学和编码技能的局限性，以不断剥削洋葱以发现深刻的见解和更有趣的故事。
1

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据科学家 数据科学 科学家 FACEBOOK twitter