如果你是一名初級入門者，或者是一名軟件工程師，亦或者是一名數(shù)學物理系畢業(yè)生，想要轉型為一名數(shù)據(jù)科學家，按照我的建議一步一個腳印的去做，你會事半功倍。

 

 

維基百科是你在數(shù)據(jù)科學領域解惑最佳的方式之一，但它所提供的信息要么就是特別簡單，要么就是特別復雜。同樣的，在數(shù)據(jù)科學職業(yè)建議這方面也一樣：有些帖子針對的是初學者，有些則針對的是軟件工程師，亦或者是針對入門后希望有所提升的入門級群體。因此，對于那些想要進入該領域的數(shù)據(jù)科學家來說，真的不知道去哪里尋找建議。

沒有完美的建議可以適合所有人，在這里我就初級入門者、軟件工程師以及數(shù)學物理系畢業(yè)生分別提出一些正確進入數(shù)據(jù)科學領域的建議，按照我所說的去做，你會事半功倍。

一、假如你是一名初級入門者……

如果你是一個初級入門人員，那么請你一定要牢記：這個領域的發(fā)展速度令人咋舌，我在給你的任何建議基本上都是過時的。2017年的數(shù)據(jù)科學工作者在今天就不一定能在這個領域工作下去，同樣的，今天的數(shù)據(jù)科學招聘標準在兩年以后同樣派不上多少用場。

但假如你現(xiàn)在還沒有編碼或STEM背景，下面這些建議或許對你有所裨益：

1、一定要有一個相對開闊的思路。如果你什么都不會，那么你可能并不了解什么是數(shù)據(jù)科學，所以數(shù)據(jù)科學這一領域并不一定是你特別想要接觸的領域。你可以在LinkedIn上關注一些數(shù)據(jù)科學家，或者關注一些相關的博客。了解這個領域的人究竟都在做什么。成為一個真正的數(shù)據(jù)科學家需要你付出大量的時間和精力，因此，純粹因為無人駕駛看起來很酷并不是你想成為數(shù)據(jù)科學家的理由。你要了解的是，數(shù)據(jù)科學并不是表面上那么光鮮，枯燥繁瑣的數(shù)據(jù)整理、構建數(shù)據(jù)通道等占據(jù)了數(shù)據(jù)科學家們大部分時間和精力。

2、了解到這些以后，如果你依然決定進入數(shù)據(jù)科學領域，那么你即將進入數(shù)據(jù)科學領域的學習!首先，學習Python和慕課網(wǎng)上的課程，然后盡快創(chuàng)建一個基礎性的項目。在你熟悉Python的基本技能后，還得學習如何使用Jupyter筆記本。

3、作為一個初學者，將目標一步定位到數(shù)據(jù)科學家并不明智。相反，適當?shù)慕档湍繕藭�更加有助于你成功，比如�?shù)據(jù)可視化或數(shù)據(jù)分析。這些專業(yè)的技術人員需求量很大，并且很容易找到工作，在這些領域工作后，你就會有機會經(jīng)常和數(shù)據(jù)科學家一起工作。在積累了一定的經(jīng)驗后，你就可以在數(shù)據(jù)科學的各個領域橫向發(fā)展了!

二、假如你是一名軟件工程師……

以我的應驗來看，20%的數(shù)據(jù)科學家可能都是軟件工程師。一方面來說，作為一名軟件工程師，將代碼部署到生產(chǎn)環(huán)境中，他們有著相當豐富的經(jīng)驗，除此以外，他們還有強大的團隊合作能力，這很重要。另一方面，全棧工程師的需求量很大，因此很多公司都會向傾向于招聘軟件工程師，即便是他們在招聘時寫的是“招聘數(shù)據(jù)科學家”，這也是虛的。因此，你要避免成為一名軟件工程師!另外，我還有一些建議：

1.如果你是一名軟件工程師，你可以先熟悉數(shù)據(jù)管道，這能夠幫助你學習核心的數(shù)據(jù)操作技巧。

2.機器學習工程可能是最接近數(shù)據(jù)科學家的一個角色，如果你能成為一名機器學習工程師，那么再進階為一名數(shù)據(jù)科學家對你來說就很容易了。機器學習重點在于部署模型或者是將現(xiàn)有的模型部署到應用程序中，可以有效的利用你所學到的技能。

3.你可以創(chuàng)建機器學習或者數(shù)據(jù)科學項目來打動招聘主管，利用你所學的軟件工程技能，向招聘人員展示你的應用程序，證明你是一個全棧數(shù)據(jù)科學家的潛力股。

4.你要知道，在轉型期間，你的薪水肯定會有所降低。即便是高級軟件工程師，在轉型到數(shù)據(jù)科學領域的時候，也是一個初級角色，也會面臨薪水降級。很多人沒有意識到這點，以至于面對薪資降低會感到特別失望。

三、假如你是一名數(shù)學或物理系畢業(yè)生……

如果你是數(shù)學或物理系的本科、碩士或博士畢業(yè)生，那么你一定已經(jīng)在統(tǒng)計學和數(shù)學方面打下了堅實的基礎。但是遺憾的是，你并沒有工作經(jīng)驗，而且也不知道如何準備面試。即便是你在讀書期間一直在學習編程，也不可能寫出一個簡潔、結構完整的代碼。下面是我的一些建議供你參考：

1.你在學校所學到的R語言、MATLAB或Mathematica遠遠不夠，建議你學習下Python語言。除此之外，你還要學習協(xié)作版本控制(即如何與其他人一起使用GitHub)、容器化(即如何使用Docker)、Devops(即如何部署模型)和SQL。

2.學習Python中的測試開發(fā)，并了解如何使用docstrings。除此之外，了解下如何將代碼模塊化。如果你還沒準備好學習這些，那么你可以先學習如何使用Jupyter筆記本。

3.如果你是一個數(shù)學系畢業(yè)生，那么深度學習可能是比較適合你的方向。如果想進入深度學習領域，可以從傳統(tǒng)的““Scikit-Learn”開始，然后就可以很輕松的進入深度學習領域。最重要的是，你要進入這個行業(yè)，然后盡可能快的開始寫代碼。

文章原標題《3 common data science career transitions, and how to make them happen》

譯者：Mags，審校：袁虎

標簽： 代碼 數(shù)據(jù)分析 轉型

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。