zoukankan      html  css  js  c++  java
  • 想成为数据科学家?先做到这6点吧!

    世界变化很快,各行各业在大环境的变化也发生着非常大的改动。传统的行业比如会计师、审计师、同声翻译、点餐员等许多职业逐渐被机器所替代。根据相关报道,未来top10的行业都与数据有关,比如数据分析科学家、AI专家等。最近一则新闻——校招薪资超80万让一些工作数年的员工羡慕不已,该类职业大多都与数据相关。因此,很多相关行业的人都在思考是否应该转行进入与数据相关的职业。在这里,我给的建议是,大的趋势是趋向数字化、智能化,那些在以技术为中心领域工作的人不管是否转行成为一名数据科学家,都应该自学相关的知识,以便在未来的时代里不被淘汰。《未来简史》中说道“未来,数据为王,谁掌握了数据,谁就处于领先。”2018年即将过去,2019年即将到来。如果你想成为一名数据科学家,本文提出6点建议,希望你在新的一年里能够尽量完成。

    1.成为相关组织的成员

           与对数据科学感兴趣的其他人建立联系可以让自己了解到现有的教育选择,了解哪些工具在数据科学行业中最为突出,并从曾经也想成为数据科学家的人那里得到鼓励。
           运营研究和管理科学研究所(INFORMS)是最大的此类国际组织,拥有数千名成员。该组织有不仅组织线下活动,也有一个仅限会员在线讨论的论坛。然而,有抱负的数据科学家也可能会在他们各自的社区中进行探索。MeetUp.com提供全球各类会有议,并有超过https://www.meetup.com/topics/data-science/个与数据科学相关的活动。

    2.熟悉新兴趋势并将其应用于职业目标

           数据科学是一个快速发展的行业,能够很好地跟上不断变化的环境的专业人士通常是那些有意识地努力实现这一目标的人。物联网、开源工具和预测分析是2019年可能突出的趋势。
           寻求成为数据科学家的人不仅要了解趋势并及时了解相关的最新消息,还需要研究如何将这些趋势应用于他们的职业目标中去。
    例如,一个人可以探索新的开源数据科学软件,并尽快开始使用它以熟悉其工作原理。或者,参加有关预测分析基础知识的在线课程,并了解为什么该领域知识对于雇用数据科学家的公司如此重要,掌握好基础,为成为一名数据科学家打下了很好的基础。

    3.制定具体目标以促进数据科学项目的进展

           许多数据科学家或想在该领域工作的人都有自己学习的时期,这意味着即使还没有正式的数据科学训练,也可以独立启动数据科学项目,这些是可以通过好奇心和自我技能提升的渴望来推动的。
           那些着眼于数据科学职业的人应该尝试一个具体的目标设定系统,比如阿里、谷歌和其他知名公司的团队开发的数据科学项目,一般涉及提出的目标和关键结果(OKR)。
           个人目标与项目的目标相关,关键结果代表了一个人如何实现目标。一个人,如果能够满足70%的关键结果,OKR就是成功的。
           一个人可以通过选择与之相关的最有意义的指标,将OKR应用于数据科学项目。这类指标塑造目标,个人必须经历一些过程才能使项目富有成效,取得一些关键性结果,在每次取得关键结果时最好都记录一个与之关联的日期,便于掌握自己的成长以及项目的进程。

    4.考虑获得高级数据科学学位

           一个人如果希望在未来的数据科学职业中大幅提升收入,一种快速的方法就是取得高级数据科学学位,目前有许多学校提供数据科学专业的工商管理硕士(MBA)学位。
           收集相关学校和课程信息,并将其列入候选名单,每周抽出一个晚上探索一所学校的课程。采用这种方法每月大约可以获得20所学校的详细信息,并且获取的信息都比较详细,收集得也不仓促。
           MBA毕业生的平均工资取决于所选择的岗位的专注度和个人工作年限等因素。由于数据科学技能需求非常高,因此专注数据科学MBA可能会使求职者脱颖而出。
           最近调查的统计数据显示,国内外大多数行业对数据科学人才的需求还有很大的缺口。高等学位可以使一个人有足够的能力投身于这个行业,并使他们能够获得高于平均水平的工资。

    5.提高数据讲故事能力

           在数据集合中查找有意义的信息是数据科学家必备的技能,但该人员也必须是一位出色的讲故事者,能够将分析信息生动且清晰传递给别人。否则,企业的决策者将无法理解为什么从数据中得出的特定结论是有价值的。如果只是自己明白数据所传递的信息,而无法将信息传递给听众的话,且没有引起他们的注意,他们就不会根据信息做出改变,影响公司的决断。
           在2019年里,一个好的练习方法是将得到的数据科学结果传达给没有数据科学背景的朋友,并听取他们的意见,进而做出调整与改变。

    6.学习一些新的编程语言

           数据科学家在其工作中会使用各种编程语言。每年积极学习一些新的编程语言,以获得必要的知识,进而在未来的职业生涯中取得优异成绩。
    如果想要从事数据科学工作的人还不没有掌握任何一门编程语言,那么2019年是扩充自己知识的重要时刻。Python是一种容易快速上手且流行的编程语言,在数据科学领域非常流行,可以从该语言学起,但如果是想从事金融或游戏行业,可以从R语言开始。另外,也需要学习一些数据相关知识,比如SQL、Hadoop等工具。
           但是当努力提高编程语言能力时,要注意一点,不要贪求了解其它许多编程语言,最好是能够熟练掌握一两种编程语言。

    拥有正确的心态至关重要

           除了上述这些目标之外,还要保持良好的心态。自学的道路是比较坎坷的,摸着石头过河,即使遇到挫折,也应该保持自己的积极性。
           此外,发展投身于数据科学工作的精神可以使未来的数据科学家为他们工作的公司提供更大的资本。


    原文链接
    本文为云栖社区原创内容,未经允许不得转载。

  • 相关阅读:
    LeetCode 769. Max Chunks To Make Sorted
    LeetCode 845. Longest Mountain in Array
    LeetCode 1059. All Paths from Source Lead to Destination
    1129. Shortest Path with Alternating Colors
    LeetCode 785. Is Graph Bipartite?
    LeetCode 802. Find Eventual Safe States
    LeetCode 1043. Partition Array for Maximum Sum
    LeetCode 841. Keys and Rooms
    LeetCode 1061. Lexicographically Smallest Equivalent String
    LeetCode 1102. Path With Maximum Minimum Value
  • 原文地址:https://www.cnblogs.com/yunqishequ/p/10019300.html
Copyright © 2011-2022 走看看