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
CDA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某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14