我们最近有一个博客,在那里我谈论了18个学习数据科学的在线资源。显然,对于一个人来说,18个平台太多了,而且不是所有的平台都与你相关,这取决于你的经验水平和你在旅途中的位置。
因此,我想做的是根据经验和目标将您的数据科学旅程或数据科学家职业道路分为不同的阶段,并推荐一些在线资源,以帮助您在数据科学家职业道路上所处的阶段。
我所做的是与社区中的一群数据科学家交谈,询问他们的旅程,并收集了一些对他们的职业生涯有帮助的在线资源的建议。然后我将这些信息与我的数据科学家职业道路和我成为数据科学家所用的资源进行了匹配。
我想做的是与你分享一个数据科学的4步旅程,从完全的新手到获得一份数据科学工作,以及在你的数据科学家职业道路上每一步都可以使用的资源。
我从与社区的交谈以及我自己的旅程中收集到的是,作为一名数据科学家,你的职业生涯可以分为四个不同的阶段。从一个完全的新手到获得一份数据科学工作,有四个阶段:
学习语法和工具是数据科学家职业道路上的第一次接触。
你在这个阶段的目标是:
整个阶段的重点是学习如何编码,统计和数学,建模,所有的理论,并测试您将在工作中使用的工具和平台。在这个阶段,每个人都是初学者。所以,你可能已经从大学毕业,也可能还在上学,或者你可能已经换了职业,但你可能只有一两门编码课,或者你可能根本没有任何编码经验,但这个阶段是为了获得一些关于平台、代码和数据科学类型问题的知识。
因此,您想利用这些在线资源来学习和接触数据科学,实际上是在下图的底部,您是一个初学者:
我自己从模式分析开始,这在一定程度上帮助我很好地学习了SQL和Python,然后我不得不切换到下一个平台来提升我的水平。但是在第一个阶段,当您开始接触时,上面图表中的任何一个平台都将帮助您接触编码和数据科学类型的问题。
除了模式分析之外,我还推荐Coursera或Udemy提供的完整的数据科学课程,让您了解并了解您是否对数据科学感兴趣。
现在,您已经学习了这些工具,并了解了在数据科学中要处理的问题类型,您希望摆脱教程模式,进入稍微复杂一点的内容。这让你进入第二阶段。
在第二阶段,您要做的是摆脱教程模式,进入对行业或您想要进入的数据科学类型更专业的主题。
对我来说,DataCamp使我摆脱了教程模式。他们有一系列专门的主题,让我能够利用数据科学的主题,比如开发机器学习模型,并将其专门化或应用到我感兴趣的特定行业中。
如果您看看下图中的一些其他建议,我们不仅有DataCamp,而且还有其他在线资源,如CodeAcademy、StrataScratch和LeadCode。
所有这些平台都可以帮助您提高专业类型主题的技能,这些主题可以应用于数据科学或软件开发。
在数据科学家职业道路的这个阶段,你不仅要尝试走出教程模式,进入一些更复杂和更复杂的事情,而且你还在努力学习数据科学职业的实际含义。
为了更多地了解这一点,我和我的一些同事在这个数据科学社区中所做的是从其他人那里学习,比如从YouTube、Reddit和其他可能可用的讨论论坛。
观看YouTube视频或潜伏在Reddit的一些帖子的目的是了解其他数据科学家正在经历和暴露哪些问题。这就是你如何理解数据科学的职业生涯可能是什么感觉,以及你在未来可能会经历什么。
总之,数据科学职业道路的第二阶段是摆脱教程模式,进入更复杂、更复杂的数据科学主题,最终可以应用到工作中。除此之外,你还可以去Reddit等讨论论坛或观看其他数据科学家的YouTube视频,了解他们的经历,因为这将使你能够想象数据科学职业在你这一端可能会是什么样子。
现在,你在数据科学和编码方面有了一些进步,你对数据科学家的职业生涯有了一些了解,你对成为一名数据科学家感到兴奋。让我们进入数据科学家职业道路的第三阶段。
数据科学职业道路的第三步是那些已经决定真正进入数据科学作为一个职业并最终变得认真的人。现在,你要做的是离开DataCamp这样的教育平台,开始做那些将测试你的技能的项目。
对于这个用例,您希望尝试像Kaggle这样的非教育平台来完成一些项目,并与其他数据科学家进行排名。
如果你觉得你不想做Kaggle,想做一个在线或面对面的数据科学训练营,那么大会是一个非常受欢迎的,他们会教你如何进入数据科学。
很明显,一旦你完成了Kaggle,或者你完成了新兵训练营,你想面试prep成为一名数据科学家。那么你肯定应该试试这些面试准备平台中的一个,比如LeetCode或StratasCratch。
在这些平台上,你会发现大量来自真实公司的数据科学面试问题,这些问题可以让你在面试中获得成功所需的实践。
在这个阶段,目标是更认真地成为一名数据科学家。你应该做的是提高你的技能,这样你就可以在项目上工作,你可以产生有意义的影响,你可以在数据科学面试中非常迅速地回答和解决问题,而不需要太多的挣扎。所以,你需要的是在这些项目和面试问题上的大量练习。
现在唯一缺少的是找到一份工作并获得报酬,成为一名数据科学家,这将把我们带到数据科学家职业道路的第四步。
如果你以前没有任何行业或专业经验,也没有数据科学家的工作,走出第三阶段可能很难。所以,你需要做的是认真对待第三阶段。尽可能多地准备和学习,这样你就会知道编码和回答这些技术问题。当你找到第一份工作时,它将使你能够应用这些技能。
在这个阶段,您期待的是了解您感兴趣的项目类型。作为一个数据科学家,有很多不同类型的角色,也有很多不同类型的数据科学家。
您可以每天创建推荐引擎,您可以将东西部署到生产中或将东西保存在开发服务器上,您可以创建数据管道,您可以做更多类似于R&D类型的分析或其他任何事情。在最初的几年里,你可能会把它们都做完,然后随着你的专业和职业生涯的发展,你可能会在某些角色上做得更少,更专业。
在作为第一份工作的数据科学家职业道路的这个阶段,关键是要了解作为一名数据科学家,你喜欢什么,喜欢什么样的角色和职责。
数据分析咨询请扫描二维码
在现代信息技术的广阔世界中,大数据架构师扮演着至关重要的角色。他们不仅引领着企业的数据战略,还通过技术创新推动业务的不断 ...
2024-11-04在当今数字化时代,数据分析师已成为企业关键角色,帮助决策者通过数据驱动的洞察实现业务目标。成为一名成功的数据分析师,需要 ...
2024-11-03在当今数字化的世界中,数据分析已经成为推动商业决策的关键因素。随着公司和组织越来越依赖数据来驱动业务战略,对数据分析专 ...
2024-11-03《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28