麦迪逊·亨特,地球科学学士学位本科生
无论你是刚毕业的,还是想换个职业的人,或者是一只类似于上面的猫,数据科学领域充满了现代工人清单上几乎每一个框中的工作。在数据科学领域工作可以让你有机会获得稳定的工作、有晋升空间的高薪,以及在世界任何地方工作的能力。基本上,对那些感兴趣的人来说,在数据科学领域工作是一件轻而易举的事情。
然而,在可怕的求职过程中,我们中的许多人都会遇到类似这样的情况:
是啊,看起来很眼熟。
我自己也遇到过很多情况,公司通常在22岁之前寻找有20年工作经验的候选人,我理解当你是一名新毕业生,有人想换工作,甚至是一只没有相关工作经验的猫时,试图找工作会带来的痛苦。
然而,这并不是变得气馁的理由。虽然许多数据科学工作需要工作经验,但有很多方法可以创造自己的工作经验,使你成为这些职业的合格候选人。
你所需要的只是一点创造力、勇气和毅力。
在类似加拿大的国家,拥有某种形式的大学资格正在成为常态(2016年,54%的25岁至64岁的加拿大人拥有学院或大学证书),现在已经不再是你知道什么了。取而代之的是你认识谁,谁了解你。
谷歌“人际关系网的重要性”,你会被所有主要参与者(福布斯,赫芬顿邮报,等等)的文章淹没,这些文章都是关于为什么人际关系网是你可以为你的职业生涯做的最重要的事情之一。福布斯说得最好:
“人脉不仅仅是信息交易,也是建立长期互惠关系的途径。”--比安卡·米勒·科尔,《福布斯》
虽然人际网络是一种获得关于如何在特定职业中取得成功的内部知识的非凡方式,但它也可以作为一种互利的关系,在以后的道路上。
我的第一份技术工作是通过与一位大学同事保持关系而获得的。我们是在最后四个月的实习中结识的。毕业后,我们一直保持联系。差不多两年后,我收到一条消息,说他们工作的公司有兴趣雇用我为他们做一些工作。由于保持了这种关系,我成功地在没有工作经验的情况下获得了毕业后的第一份工作,这要归功于我的同事提出了我的名字。
换句话说,在你读大学的时候,结交几个熟人很重要,参加社交活动,和那里的人交谈,把自己放在那里,这样招聘人员就可以知道你的名字了。
数据科学家是天生的讲故事者,这要归功于他们能够将大量数据集转化为引人注目的可视化,向大众讲述故事。正因为如此,有抱负的数据科学家应该写出他们的工作来向未来的雇主展示他们的沟通技巧,这才有意义。
许多数据科学家吹捧在Medium这样的平台上创建博客或写作的好处。尽管很多人都这么说,写作的好处并不仅仅是让你成为一个更快乐、更无压力的人--写作还会帮助你的数据科学事业。
正如我在上面提到的,作为一个讲故事的人和一个完整的交流者,是数据科学家的基本技能,只有在练习时才能提高。例如,通过向公众解释数据分析的结果,您开始用任何人都能理解和欣赏的简单术语来思考数据。Richard Feynmanonce说:“我不能把它降低到新生的水平。那意味着我们真的不懂。“写作不仅会让你成为一个更好的沟通者,还会让你对数据科学概念有更深的理解,从而让你成为一个更好的数据科学家。
然而,写作的好处不止于此。
作为一名未来的数据科学家,你写的文章将成为你专业投资组合的一部分,并让招聘人员深入了解你对特定概念的理解。他们不仅能够看到你已经建立了一群信任和重视你的工作的人,而且还能够看到你愿意为促进数据科学家同事的生活和职业贡献知识。此外,在一个网站上发布你的工作报酬告诉招聘人员,人们非常重视你的知识,你实际上是得到了报酬。
这里有几个资源可以激发你写作的灵感:
为什么数据科学家应该写书,以及我为什么这样做。
知识就在那里。
数据科学写作实用建议
开始编写数据科学项目的一些有用提示
他们说得最好:即兴发挥,适应,克服。
与其不断地打一场艰苦的战斗,不如随波逐流,创建自己的数据科学咨询业务。
我从经验中知道,当你发送了一百份简历,却得到拒绝信和无线电沉默作为回报时,这是多么令人沮丧。所以,如果没有人会雇佣你,那就雇佣你自己吧!
自由职业很容易成为人们赚钱最可怕的事情之一,而且肯定不是每个人都能做的。然而,这是一个公平的选择,而不是连续几天把头撞在墙上,等待潜在的雇主给你回信(或不给你回信)。
如果你有技术和信心,为什么不接受一些自由客户呢?这是一个双赢的局面。你不必经历招聘过程中的痛苦和磨难就能获得现实世界的经验(请注意,自由职业可能会有同样多的痛苦和磨难,这就是为什么它不适合所有人)。雇佣自己的好处在于,如果你最终从你梦寐以求的公司得到了一份工作,这要归功于你积累的现实经验,你可以随时放弃自由职业。
但谁知道呢?也许你最终会真正享受自由职业的生活。在我看来,如果你不能用传统的方式找到工作,这是值得的。
如果你问我“数据科学”的定义,我会把它总结为一个交叉学科领域,专注于解决问题和收集信息。因此,雇主不想雇佣任何没有解决任何问题或无法从数据集中得出任何结论的人是有道理的。
通过创建自己的项目,你向雇主展示了你天生的好奇心和动力,这是数据科学家在他们的工作中取得成功所必需的。不仅如此,许多科技行业的雇主要求查看你的项目组合,这样他们就可以在雇佣你之前看到你工作的质量。
现在比以往任何时候都更容易找到用于构建项目的免费数据集。以为我在开玩笑?我最后一次检查时,有67,862个数据集可供任何人使用。那是很多数据。
此外,一个快速的搜索将带你找到数百篇文章,这些文章充满了不同的数据科学项目,为你提供灵感。这里有几个让你开始。
2021年我计划完成的7个数据科学项目
我计划如何在年底前使用这些项目来提高我的数据科学技能。
12天圣诞节期间的12个数据科学项目
您可以在一天内完成的相关和有价值的数据科学项目!
12个面向初学者和专家的酷数据科学项目思路
“到目前为止,你完成了多少数据科学项目?”
获取数据科学项目思想指南
如何想出自学、投资组合或商业点子。来自太多的人。
有时候,获得必要工作经验的最好方法就是免费做工作。没有人喜欢白干,但在一个经常要求你在22岁之前有20年工作经验的世界里,免费工作通常是你求职成功的门票。
实习、做志愿者或做公益工作是获得许多公司正在寻找的必要工作经验的三种最佳方式。这些“工作”不仅可以让你利用真实世界的数据获得真实世界的经验,还可以向招聘经理表明,你是一个团队合作伙伴,他们是在没有报酬的情况下辛苦获得工作经验的。此外,您可能会有机会创建有意义的解决方案,从而对许多个人和社区产生积极影响。如果你工作的公司愿意在你的LinkedIn个人资料上给你一个热情的评论或一封推荐信来补偿你,那就更好了!
对于任何进入一个新领域的人来说,无论是刚毕业的人,还是正在寻求职业转换的人,甚至是一只学会打字的猫,缺乏工作经验都可能是一个令人生畏的情况。
然而,只要你愿意接受,你就有很多机会获得工作经验。命运往往偏爱勇敢者,这并不比那些希望在新领域取得成功的人更真实。
通过练习一点创造力、勇气和毅力(也许还有一些耐心),您将很好地找到数据科学领域的第一份梦寐以求的工作。
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