京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10考试范围 PART 1 大数据基础理论 占比(8% ) a. 大数据分析基础(1%) b. Python 基础(5%) c. Linux & Ubuntu 操作系统基 ...
2026-11-10一、业务背景 在后台列表、管理系统、报表页面的分页需求里,前端通常需要两份数据:当前页的分页记录、符合筛选条件的数据总条 ...
2026-11-09一、需求看起来简单,实际坑不少 "把文本里所有中括号 [] 中间的内容提取出来"——这是文本清洗里最常见的需求之一。日志里的 [I ...
2026-11-09