解讀|數(shù)據(jù)科學(xué)領(lǐng)域常見的3種職業(yè)轉(zhuǎn)型方向

0 評論 1941 瀏覽 1 收藏 9 分鐘

本篇文章針對三種不同類型的人群:零基礎(chǔ)的初學(xué)者、軟件工程師、計算機數(shù)學(xué)或物理專業(yè)的應(yīng)屆畢業(yè)生,給出相應(yīng)的職業(yè)轉(zhuǎn)型建議。

在大學(xué)我學(xué)習(xí)物理時,每當(dāng)遇到不理解的術(shù)語,我就會上網(wǎng)搜索,這時我常會用到的就是維基百科。

雖然維基百科很好用,但是上面很多文章都不適合我的水平。那些文章要不就是超出我的理解,或者對我來說太簡單了。這種情況時常發(fā)生,因此我從中總結(jié)的經(jīng)驗就是,維基百科上的技術(shù)詞條很難既提供有效信息,又做到易于理解。

很多數(shù)據(jù)科學(xué)方面的職業(yè)建議也是如此,有些是針對完全零基礎(chǔ)的初學(xué)者;有些是針對初級數(shù)據(jù)科學(xué)家磨練技能;有些則針對資深的軟件工程師。而這容易讓許多想成為數(shù)據(jù)科學(xué)家的人群感到無從下手,他們不知道該如何花在哪里。

在本文中,我打算針對三種不同類型的人群給出相應(yīng)的職業(yè)轉(zhuǎn)型建議。

第一類:零基礎(chǔ)的初學(xué)者

如果你剛剛進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域,請記住該領(lǐng)域的發(fā)展速度非???,也許現(xiàn)在我給出的建議在你準(zhǔn)備求職時已經(jīng)過時了。如今數(shù)據(jù)科學(xué)的招聘標(biāo)準(zhǔn)與一兩年后的標(biāo)準(zhǔn)之間的差距可能會更大。

在明確這點的基礎(chǔ)上,如果你想進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域,并且沒有任何編程方面的背景,我要給出的建議如下:

首先要保持開放的心態(tài)

如果你是一名初學(xué)者,那么你可能完全不知道數(shù)據(jù)科學(xué)的具體內(nèi)涵。那么可以先和一些數(shù)據(jù)科學(xué)家聊一聊;關(guān)注相關(guān)的科學(xué)播客。成為一名數(shù)據(jù)科學(xué)家需要花費大量的時間和精力,因此只因為你認(rèn)為自動駕駛汽車很酷就一頭扎進(jìn)去,這并不是一個很好的理由。確保自己了解數(shù)據(jù)科學(xué)中不那么高大上的部分,數(shù)據(jù)處理和構(gòu)建數(shù)據(jù)管道等,這些方面占數(shù)據(jù)科學(xué)家日常工作的大部分。

如果你決定繼續(xù)前進(jìn),這太好了!首先你要做的第一件事就是學(xué)習(xí)Python。參加一些在線課程,并盡快建立一個基礎(chǔ)項目。當(dāng)你掌握一定Python技能時,學(xué)習(xí)如何使用Jupyter notebook。

在找工作時,一開始就從全面的數(shù)據(jù)科學(xué)職位并不是最好的。相反,可以選擇數(shù)據(jù)可視化或數(shù)據(jù)分析職位,這類職位市場需求量大,而且要求沒有數(shù)據(jù)科學(xué)家那么高。這些職位經(jīng)常與數(shù)據(jù)科學(xué)家一起工作,當(dāng)你獲得了一些經(jīng)驗后,也可以著手向這個方向發(fā)展。

如何發(fā)揮自己的優(yōu)勢:

當(dāng)你準(zhǔn)備好找工作時,你會發(fā)現(xiàn)學(xué)會推銷自己在在數(shù)據(jù)科學(xué)中非常重要。你可能會擔(dān)心,因為你沒有任何專業(yè)經(jīng)驗或計算機科學(xué)的研究生學(xué)位,推廣自己是一個難題。但這也可以成為你最大的優(yōu)勢:你是從零開始,自學(xué)成才的數(shù)據(jù)科學(xué)家,公司需要這些努力而且學(xué)習(xí)能力強的數(shù)據(jù)科學(xué)家。為此你需要符合自己的這種形象,不斷提高技能,解決一個個挑戰(zhàn),但當(dāng)中的回報絕對是值得的。

第二類:軟件工程師

我遇到的想成為數(shù)據(jù)科學(xué)家的人中,可能有20%都是軟件工程師。一方面,有將代碼部署到生產(chǎn)和與開發(fā)團隊合作的相關(guān)經(jīng)驗,這是非常重要的資產(chǎn)。另一方面,如今對全棧開發(fā)人員的需求非常高,有時公司會將軟件工程師歸為這個方向。因此想轉(zhuǎn)為數(shù)據(jù)科學(xué)家時,你要避免被當(dāng)作軟件工程師,而不是數(shù)據(jù)科學(xué)家。

其他建議:

首先你可以考慮轉(zhuǎn)為專注后端或數(shù)據(jù)庫相關(guān)方向。熟悉數(shù)據(jù)管道是一個良好的開端,這可以幫助你構(gòu)建核心數(shù)據(jù)操作技能組。

機器學(xué)習(xí)工程可能是最接近數(shù)據(jù)科學(xué)的職位,這更容易過渡。在求職時,你可以找哪些強調(diào)部署模型,或?qū)⑵浼傻浆F(xiàn)有應(yīng)用程序的職位,這些職位將最有效地利用你現(xiàn)有的技能。

你很可能要建立機器學(xué)習(xí)或數(shù)據(jù)科學(xué)項目來打動雇主。利用你的軟件工程技能,將這些技能整合到可以向招聘人員展示的應(yīng)用程序中。這特別有效,因為這更為明確,而且突顯了你作為全棧數(shù)據(jù)科學(xué)家的潛力。

要記住,在職業(yè)轉(zhuǎn)型時你的薪資很可能會減少。即使是高級軟件工程師,當(dāng)他們轉(zhuǎn)行數(shù)據(jù)科學(xué)時,也需要從初級的職位開始。

如何發(fā)揮自己的優(yōu)勢:

最好的方法就是利用你在軟件開發(fā)方面的經(jīng)驗。你已經(jīng)知道如何編寫干凈、文檔記錄良好的代碼,以及該如何與他人協(xié)作,這是大多數(shù)初級職位求職者所缺乏的優(yōu)勢。

第三類:計算機科學(xué)、數(shù)學(xué)或物理專業(yè)的應(yīng)屆畢業(yè)生

如果你是一名本科、碩士或博士生,你可能在統(tǒng)計學(xué)和數(shù)學(xué)方面有很好的基礎(chǔ)。但你可能從未申請過科技方面的工作,而且你不確定如何準(zhǔn)備面試。此外,假設(shè)你讀書時一直在編程,你很可能無法寫出干凈、結(jié)構(gòu)良好的代碼。

幾點建議:

你在讀書期間學(xué)的R語言還不夠。如果你是學(xué)物理的,那你的MATLAB或數(shù)學(xué)技能也是不夠的,去學(xué)學(xué)Python吧。

這些內(nèi)容你需要盡快學(xué)習(xí):協(xié)作版本控制,比如如何與其他人一起使用GitHub);容器化,比如如何使用Docker;開發(fā)運營,學(xué)習(xí)如何使用AWS或其他類似服務(wù)在云中部署模型;SQL也是必須的。

學(xué)習(xí)Python中的測試驅(qū)動開發(fā)。學(xué)習(xí)如何使用文檔字符串,如何將代碼模塊化,以及如何使用Jupyter notebook。

如果你在以數(shù)學(xué)為導(dǎo)向的領(lǐng)域,那么深度學(xué)習(xí)是一個很好的探索方向。要注意先從更傳統(tǒng)的“scikit-learn”型數(shù)據(jù)科學(xué)職位開始,然后轉(zhuǎn)向深度學(xué)習(xí)更容易。對你來說,最重要的是先入行,并盡快開始生產(chǎn)代碼。

如何發(fā)揮自己的優(yōu)勢?

如果你是數(shù)學(xué)或物理專業(yè),你最好的策略就是發(fā)揮有深厚理論知識的特定。為此,你需要能夠自信地解釋各種模型的原理,熟悉文獻(xiàn)中最新的文章。

結(jié)語

注意:我這里提供的建議并不能完全使用與所有情況。有些軟件工程師可能要學(xué)習(xí)的更多,而有些初學(xué)者有很好的數(shù)學(xué)基礎(chǔ),更適合成為深度學(xué)習(xí)研究人員。但希望本文能你一個不錯的起點。

最后,無論你是軟件工程師,剛畢業(yè)的大學(xué)生,還是零基礎(chǔ)的初學(xué)者,你都要問自己一個關(guān)鍵的問題:哪種職業(yè)發(fā)展軌跡最接近你的情況?很多情況下,通過稱為數(shù)據(jù)分析師或數(shù)據(jù)可視化專家進(jìn)入該領(lǐng)域都是不錯的選擇。

 

作者:eremie Harris,翻譯:Mika

本文由 @CDA數(shù)據(jù)分析師 翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自作者

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!