如何成为FAANG自驱式数据科学家的一员?
数据科学曾经被认为是一个新颖的行业,现在已经成为日常业务的重要组成部分,因此对数据科学家的需求日益增长是可以理解的。但当涉及到真正从事数据科学职业的问题时,许多问题困扰着你——如果数据科学的职业是长期可持续的,它的挑战是什么,等等。如果你想了解更多关于数据科学的相关内容,可以阅读以下这些文章:
2022年,数据科学家文凭能让你赚多少钱?
谷歌数据科学家面试真题
基于云技术的数据仓库给数据科学带来的优势
职场转型与进阶:多年非Data相关工作经验,如何转行数据科学家?
第一个难题是,你能否在FAANG公司找到一份数据科学家工作。这是一个机会问题,而机会只会留给有准备的人。话虽如此,但有必要了解的是,要想获得一份数据科学家工作,并不需要拥有精英大学或机构的学位,FAANG公司早已放弃了根据学位或证书来选择候选人的做法。相反,现在的选择重点是技能和前景。
自学数据科学难吗?
对于没有数学或科学背景的人来说,学习数据科学课程肯定会令人生畏。说实话,肯定很难,但并非不可能。教学大纲中的数学和统计部分可能会要求我们对在学校可能已经学过的概念有基本的理解,但这些比较容易搞定。完成这些之后,就进入编程部分。虽然它被认为是理科生的专属领域,但非理科生只要有足够的好奇心和练习的准备,也可以掌握。像Python和R这样的语言是用户友好的高级语言,语法易于理解。
数据科学工具如matplotlib、Tableau和TensorFlow有助于处理和可视化数据。网上可以找到许多资源(以文本和视频格式提供)。重要的是要记住,这些资源只提供了对概念的基本理解。但无助于获得实践专业知识,它占了学习过程的70%,其余的主题几乎是理论性的,甚至不计入学习过程,因为它是学习数据科学的乐趣所在。
从哪里开始并不重要,重要的是开始。乔治亚理工大学计算机学院在线教育和OMSCS执行主任David Joyner博士说:“我认为最好的学习方法是参加计算机科学课程,然后学习‘利用我在这里所学到的,我可以构建对我个人有强大用处’的东西,即使这只是一个个人项目。”
在数据科学中,要选择所谓的理想路径来将知识塑造到所需的水平是极其困难的。在自主学习模式下,学习曲线往往不稳定,容易分散注意力,使学生失去注意力。这是因为在FOMO的影响下,人们会疯狂地学习所有东西。要成为一名数据科学家,你不需要掌握数据科学的每一个主题。通过实践来掌握这门艺术,这是大多数数据科学家学习的方式,即使他们完成了一个学期的课程。加入数据科学在线社区,寻找项目,并与平台上的其他人合作,不仅可以提高技能,还可以保持动力。
当你想在FAANG公司找到一份工作时,你必须有尽可能多的项目,因为这些公司只看你的思维能力和解决问题的方法。你的简历应该说明你赢得或参加的项目、训练营和黑客竞赛的数量。纽约Facebook的技术招聘经理Ciara Brocklebank谈到了他们对潜在员工的要求,她曾对Businessinsider说:“应该需要有坚实的学术背景,相关的工作经验,有趣的业余项目,以及对开源项目的贡献等等。”
感谢阅读。你还可以订阅我们的YouTube频道,观看大量大数据行业相关公开课:https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ;在LinkedIn上关注我们,扩展你的人际网络!https://www.linkedin.com/company/dataapplab/
原文作者:sirisha
翻译作者:过儿
美工编辑:过儿
校对审稿:Miya
原文链接:https://www.analyticsinsight.net/how-to-become-a-self-taught-data-scientist-at-faang-in-2022/