我相信这些课程是如此重要,因为它们有助于拥有一个成功的数据科学职业生涯。读完这篇文章后,您会意识到,要成为一名优秀的数据科学家,不仅仅是构建复杂的模型。
话虽如此,以下是我在数据科学生涯中学到的3个最重要的教训!
其中一件事是,几乎所有的数据科学课程和训练营都强调并详细阐述了项目生命周期中的建模阶段,而实际上,这只是整个过程的一个很小的组成部分。
如果在工作中构建一个初步的机器学习模型需要一个月的时间,那么您可能需要花一个月的时间来事先理解业务问题,然后记录和社交项目。
不仅建议您在构建模型之前和之后完成这些步骤,而且这对项目的成功至关重要。
让我们深入探讨每一个问题的重要性:
这三个步骤有什么共同点?它们都是交流的一种形式。事实上,我认为良好的交流是数据科学家和高级数据科学家之间的区别。
当我开始学习数据科学时,我试图学习最复杂的概念,而不学习基础知识。
经过多年的经验,我已经意识到,基础知识足以让你在职业生涯中取得80%以上的成功。为什么?简单的解决方案总是会赢。它们更容易理解,更容易实现,也更容易维护。一旦一个简单的解决方案证明了它对公司的价值,只有这样,您才能研究更复杂的解决方案。
那么基本面到底是什么呢?
经过3年的工作,我确信掌握SQL是成功职业生涯的关键。SQL并不是一项难以学习的技能(例如,从哪里选择),但它肯定是一项难以完善的技能。SQL对于数据争论、数据探索、数据可视化(构建仪表板)、构建报表和构建数据管道至关重要。
如果你想掌握SQL,请看下面我的指南:一个完整的15周的课程来掌握数据科学的SQL
对基本的描述性和推论性统计有一个很好的理解也是非常重要的。
描述性统计信息允许您以简单的方式总结和理解数据。
推理统计允许您根据有限数量的数据(样本)做出结论。这对于建立解释模型和A/B测试是必不可少的。
Python主要用于执行EDA和特性工程。也就是说,这两个步骤也可以使用SQL来完成,所以要记住这一点。我个人喜欢在我的技术栈中使用Python,因为我发现在Jupyter笔记本中执行EDA比在SQL控制台或仪表板中执行EDA更容易。查看:探索性数据分析的一个详细的一步一步指南
构建、测试、迭代、重复。
通常,在一个模型上花费更少的时间来将初始版本投入生产并从那里进行迭代总是更好的。为什么?
我想说明的一点是不是催促您的项目,而是快速部署它们,以便您可以接收反馈、迭代和改进您的项目。
数据分析咨询请扫描二维码