发帖
雷达卡
今天是否仍有可能成为自学成才的数据科学家？
如果你是一个工程师，一个公司像波音公司工作，已经处理并在多年的专业经验，使用数据科学工具和编程语言广泛地利用数据，并有成功案例，你是事实上的数据科学家，即使你认为你是在这种情况下，不是工业数据科学家（例如，营销数据科学家）。您可以作为数据科学家被录用。
如果您有历史博士学位，几乎没有处理严肃数据并从中获得有价值的见识的经验，而您所要做的只是参加为期一周的数据营，那么您就不会被聘为数据科学家。您可以自学很多东西，例如我自己学习了Perl，R和SQL，以至于可以在公司环境中使用它。但这是因为在我上大学和服兵役的那几年，我学习了其他编程语言（C，C ++）以及如何从头开始设计数据库（这是我参加的课程的一个项目。） ，而支付2万美元来学习新的编程语言将是浪费金钱。但是我相信主要的挑战是要获得处理大型脏数据集的经验，这些数据集的结构会随着时间的推移而变化，并与工程师，了解价值所在，开发/测试原型和更好的算法，设计黑匣子实现（可以在生产模式下工作，并具有一定程度的可靠性和附加值），您只有通过在企业界的丰富经验与高水平的互动才能学习级别的销售，营销，工程，IT和/或其他主管或团队，并且能够“交谈”和“理解”他们的“语言”。同样，一个缺点或自学成才是您会在知识中发现“漏洞”，而您没有意识到，但是这些漏洞通常会在最糟糕的时间出现在一天中。您可能还不知道自己应该学习什么以及可以跳过的东西（尽管您可能会争辩说可以在数据科学论坛中询问要学习什么是重要的，并且可以在网上找到一些答案）。开发/测试原型和更好的算法，设计黑匣子实现（可以在生产模式下工作，并具有一定程度的可靠性和附加值），您只有通过在企业界的广泛经验，与高层销售，市场营销，工程，IT和/或其他主管或团队，并能够“交谈”和“理解”他们的“语言”。同样，一个缺点或自学成才是您会在知识中发现“漏洞”，而您没有意识到，但是这些漏洞通常会在最糟糕的时间出现在一天中。您可能还不知道自己应该学习什么以及可以跳过的东西（尽管您可能会争辩说可以在数据科学论坛中询问要学习什么是重要的，并且可以在网上找到一些答案）。开发/测试原型和更好的算法，设计黑盒实现（可以在生产模式下工作，并具有一定程度的可靠性和附加值），您只有通过在企业界的广泛经验，与高层销售，市场营销，工程，IT和/或其他主管或团队，并能够“交谈”和“理解”他们的“语言”。同样，一个缺点或自学成才是您会在知识中发现“漏洞”，而您没有意识到，但是这些漏洞通常会在最糟糕的时间出现在一天中。您可能还不知道自己应该学习什么以及可以跳过的东西（尽管您可能会争辩说可以在数据科学论坛中询问要学习什么是重要的，并且可以在网上找到一些答案）。设计黑匣子实现（可以在生产模式下工作，并具有一定程度的可靠性和附加值），您只能通过与高层销售，市场营销，工程，IT和/或其他执行人员进行交互来从企业领域的丰富经验中学习或团队，并且能够“交谈”和“理解”他们的“语言”。同样，一个缺点或自学成才是您将不知道自己在知识上有“漏洞”，但是这些漏洞通常会在最坏的时候出现在一天之内。您可能还不知道自己应该学习什么以及可以跳过的东西（尽管您可能会争辩说可以在数据科学论坛中询问要学习什么是重要的，并且可以在网上找到一些答案）。设计黑匣子实现（可以在生产模式下工作，并具有一定程度的可靠性和附加值），您只能通过与高层销售，市场营销，工程，IT和/或其他执行人员进行交互来从企业领域的丰富经验中学习或团队，并且能够“交谈”和“理解”他们的“语言”。同样，一个缺点或自学成才是您将不知道自己在知识上有“漏洞”，但是这些漏洞通常会在最坏的时候出现在一天之内。您可能还不知道自己应该学习什么以及可以跳过的东西（尽管您可能会争辩说可以在数据科学论坛中询问要学习什么是重要的，并且可以在网上找到一些答案）。IT和/或其他主管或团队，并且能够“交谈”和“理解”他们的“语言”。同样，一个缺点或自学成才是您将不知道自己在知识上有“漏洞”，但是这些漏洞通常会在最坏的时候出现在一天之内。您可能还不知道自己应该学习什么以及可以跳过的东西（尽管您可能会争辩说可以在数据科学论坛中询问要学习什么是重要的，并且可以在网上找到一些答案）。IT和/或其他主管或团队，并且能够“交谈”和“理解”他们的“语言”。同样，一个缺点或自学成才是您将不知道自己在知识上有“漏洞”，但是这些漏洞通常会在最坏的时候出现在一天之内。您可能还不知道自己应该学习什么以及可以跳过的东西（尽管您可能会争辩说可以在数据科学论坛中询问要学习什么是重要的，并且可以在网上找到一些答案）。在这里。）
作为说明，在不同的背景下，我独自学习了数论，以至成为专家。但是我在大学期间就从一门强大的数学课程入手，在《数论杂志》上发表了我的第一篇论文（我以后的所有论文都是关于数据科学的。）但是我的兴趣很奇特：您可以称我为业余数字理论家，或者是独立的，自费研究员。我的目标不是发表在科学期刊上，甚至没有试图被其他数字理论家所认可，而是使最先进的新发现（我自己的）可以为广大读者所用。我绝对不可能在学术界被聘为数字理论家，甚至对于像NSA这样的组织也是如此。我热爱自己所做的事情，但我却不希望从中获得有薪职位（我可以赢得一些以美元支付的奖励，简而言之，自我教学的数据科学，甚至达到高级水平，都可能使您陷入与数论相同的境地：一种爱好，一种花费了我很多时间的激情，但是仅此而已。就其本身而言，这实际上比获得一份工作有价值得多，因为如今包括数据科学家在内的许多员工似乎有些沮丧，误解或工作过度。这取决于您的目标。
图片来源：请点击此处
要学习真实的数据科学，最好的方法是在工作中。如今，许多课程仍旧过时，因此您可以独自学习，而不是大学生，但是除非您具有正确的经验和相关学位，不一定要聘用您作为数据科学家，否则您不一定会聘用数据科学，但必须掌握数据科学具有强大分析背景的研究，统计，数据分析，软件工程，BI或MBA。
题库
京公网安备 11010802022788号
