如果我们能说我们什么都知道,我们都会喜欢的。不幸的是,这是不可能的。有时我会告诉自己“我什么都不知道”,以此来推动自己学习,不断提高。
数据科学是那些需要不断学习的领域之一,并且总是有改进的空间。在数据科学的世界里,很难保持在事情的顶端并感到成就感。一旦你学完了一件事,并对它感到自信,你就会发现自己在寻找新的主题或领域去学习。
没人能坐在这里说他们什么都知道。你有资深的数据科学家,他们在这个领域工作了10年以上,仍然需要谷歌如何加入两个数据集。这并不意味着他们不知道它,他们可能只是在一段时间内没有使用该代码,他们已经忘记了。
一旦您开始在数据科学领域工作,您将与其他数据科学家、分析师、机器学习工程师以及更多的相互交流知识。然而,你可能不知道你的同事做的事情,反之亦然。然而,在你不知道的情况下告诉你的同事你知道一些事情,有时会损害你的信心。
如果手头的任务你不知道做可以简单地用谷歌,看一个YouTube视频,或看看堆栈溢出解决,那就太好了。但是,如果你继续不停地告诉你的同事或老板你知道一些事情,而你不知道;你会发现自己淹没在额外的学习中。相反,你可以说“对不起,但我不知道怎么做”。这样,你的同事和老板就会了解你的优势和劣势,为你提供正确的支持/培训,以便你在特定的领域有所提高。
这也适用于担任高级职务的人。如果你没有正确的技能来管理和指导一个团队,你会不知所措,压力水平会增加,这可能会让你考虑你的位置。
你的第一份工作总是让人害怕。说出自己的观点你会感到焦虑和紧张。我将介绍几点,我认为每个人都应该融入他们的工作和个人生活。
你不必事事出类拔萃。然而,要从事数据科学,你需要基本的技能。如果你是一名数据科学家,喜欢数据争论,创建数据可视化,但在构建机器学习模型方面几乎没有经验;这是你的一个弱点,你可以努力解决。向自己承认,你不会在数据科学家手中的每一项技能上都取得进步,这是成长为数据科学家的第一步。
一旦你确定了自己的长处和短处,你喜欢什么,不知道什么;你可以缩小自我发展的范围。如果你对成为机器学习工程师特别感兴趣,你作为数据科学家的技能将派上用场。然而,您需要研究诸如算法、自然语言处理、神经网络等学习领域。
你需要了解哪些技能对你的职业生涯是有益的,目前或将来。如果你的职业规划要求你使用Python和R作为编程语言,那么学习另一种语言如HTML就没有用了。你不会想做什么都是菜鸟,什么都不是高手。
如果你不问,你就得不到。数据科学家的角色需要大量的技术技能,以及软技能。这是不幸的,但许多人会认为你会知道如何做几乎所有的事情,因为你申请了一个特定的角色。我们已经知道,事实并非如此。总是有改进的空间和学习不同技能的时间。
如果工作中的一个项目有一个严格的最后期限,你被要求完成一个特定的任务来快速跟踪这个过程,然而,你不知道如何处理它,因为你不具备这些技能。你会发现自己陷入困境。从长远来看,直言不讳地告诉你的同事你能做什么和不能做什么,而不是感到紧张和羞耻,会拯救你。你可能会被分配另一项任务,其他团队成员都知道你很乐意做,以确保每个人都能在最后期限前完成。
与你的前辈谈论你的弱点,开启了一场关于自我发展的对话。公司可能希望你在这些方面有所改进,并让你接受特定的培训,或者在工作时间为你分配自我发展时间来支持你。如果一家公司能帮助你成为最好的数据科学家之一,他们会的。
另一方面,你可能会觉得分配给你的任务低于你的技能。重要的是,不要把一天的时间花在做一些简单的事情上,而这些事情对你在另一个领域有好处。这是爬上梯子最简单的方法。和你的上司谈谈你的优势,以及他们如何提高公司的效率,可以解决许多业务问题。这是一个双赢的局面。
申请合适的工作
众所周知,人们申请需要特定技能的空缺职位,但自己并不具备这些技能。如果你这样做,你就会失败。与其根据薪水来申请工作,不如根据你目前的技能来申请。
做一份入门级的工作,培养你的技能,然后从那里开始努力,并没有什么坏处。谦卑自己,量入为出是建立职业生涯的第一步。关键字是'building'。它不会交给你,所以你必须从某个地方开始。宁可从头开始工作,也不要从头上摔下来。
在线课程
有各种各样的在线课程,你可以参加,以提高和增加你的技能。您可以通过Udemy、Coursera、Udacity等学习课程。他们可以学习特定的编程语言,如Python或C++,或者理解数据库管理和SQL。
阅读
网上有很多阅读材料可以帮助你提高对各种主题的理解。教科书,学术论文在网上以及KDNuggets等平台上都可以获得,为您提供优质的资源材料来指导,帮助您理解和建立您的职业生涯。
持续学习是你的自我激励和坚持不懈的方式,以扩大你的技能和发展未来的机会,无论是个人还是专业。你可以决定有一天你对医学感兴趣,并想在该领域结合你的数据科学技能。或者,您可能想成为一名高级数据科学家,但意识到自己缺乏SQL知识。
学习永不停息。总是对自己说“我什么都不知道”;它给了你继续学习之旅的决心。知识唾手可得,如果你不利用它,你就会停留在原地。
能够谦逊自己,推动自己不断学习,这将帮助你提升自己的形象,保持相关性,为自己打开新的大门,并为意想不到的事情做好准备。
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01