如何零经验找到一份数据科学工作?
缺乏经验并不意味着你不能在数据科学领域找到工作,即使数据科学的就业市场竞争非常激烈。
普遍的情况是,即使是初级职位,雇主也在寻找经验丰富的候选人。毫无疑问,由于以下因素,未来五年或十年对数据科学家的需求非常高。
- 通过智能设备产生的大量数据
- 以低价提供的计算资源,特别是云计算
- 开发复杂算法,如GANs
- 开源数据科学框架
数据科学就业市场的另一个非常特殊的特点是,它具有行业的多样性,这意味着数据科学家可以在很多行业中工作,如医疗保健、交通运输、制造业、学术、商业、环境、网络安全等。
另一方面,数据科学是一个广泛的领域,可以细分为机器学习(ML)、数据分析、数据可视化、计算机视觉、深度学习(DL)、神经网络、预测分析等。因此,在数据科学就业市场上存在大量的职位或机会,最受欢迎的工作角色是:
- 数据科学家
- 机器学习工程师
- 决策科学家
- 数据分析师
- AI /ML作家
- 数据工程师
- 业务分析师
- MLOps工程师
- Data Visualizer
- 预测分析师
在上述领域找到工作意味着你在数据科学领域找到了一份工作。所以,你有很多机会。但是,要找到你的第一份数据科学工作,你必须考虑以下建议!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:
数据科学之统计:终极指南
用ChatGPT,当最棒的数据科学家!
数据科学家的ChatGPT指南:40个最重要的提示语!
完美的数据科学简历要避开的10个常见错误!
01 掌握基本技能
对于那些想在数据科学领域找到工作的人来说,以下技能是必需的。
解决问题、决策、编程(R或Python)、统计学、数学(尤其是线性代数和微积分)、机器学习、深度学习、数据可视化、讲故事和写报告的技能。
为了掌握这些技能,你可以参加在线课程,阅读书籍,甚至在大学里攻读学位。
你的目标应该是在数据科学方面打下坚实的教育基础!当你在简历中提到这些技能时,你会脱颖而出,有更多的机会被选中!
02 熟悉数据科学库
每个数据科学家或机器学习工程师都应该熟悉以下数据科学库。
库:NumPy,Pandas,Matplotlib,Seaborn,Scikit-learn,Tensorflow (Keras),Yellowbrick,XGBoost,CatBoost。
知道Scikit-learn的人很多,但知道如何使用与深度学习和神经网络相关的Tensorflow (Keras)的人很少。
所以,继续学习如何使用Tensorflow (Keras)。在此之前,你需要学习其他基本库,如NumPy和Scikit-learn作为先决条件。
03 不断学习,与时俱进
即使你找到了工作,也不要停止学习。
你需要不断学习,获得最新的工具和技术知识,这在数据科学中是很常见的。
如果你暂停学习几个月,就需要从头开始了。
04 专攻某一学科领域
了解一般的数据科学可能不足以找到你的第一份工作!你需要专攻某一学科领域。
正如我之前所说,数据科学是一个广泛的领域,由许多子领域组成。其中,机器学习和深度学习脱颖而出!
如果你能专攻这些领域,这对你来说将是一个额外的好处。
05 通过自己动手来获得实践经验
“边做边学”是练习任何未知技能的最好方法。
精通=经验+知识(教育)
例如,当你学习机器学习算法时,你可以编写和执行代码,用真实的数据产生算法的输出。
然后修改代码,应用更改并获得新的输出。你可以比较它们并找到获得这些输出的原因。
通过这种方式,你会用你知道的东西进行实验,然后你会学到或发现新的东西。这是学习新事物的一种非常有效的方法。
06 写下你学到的东西
“写下你所学”是另一种实践数据科学技能的有效方法。你也可以开一个数据科学博客来建立个人品牌,展示你的数据科学技能,就像我在这里做的一样。这将:
- 帮助他人学习数据科学、人工智能和机器学习。
- 提高你对数据、人工智能和机器学习的知识。
- 帮助你赚一些钱作为被动收入。
今天就开始写博客吧!
成功的秘诀就是开始行动。
——马克·吐温
07 参加在线课程
你可以参加一些课程来发展你的数据科学技能(比如数据应用学院的数据科学家求职训练营)。在线课程包括一般数据科学、机器学习、深度学习、云计算、计算机视觉等。
08 在你的简历中添加一些专业证书
当你学习付费课程时,你还将获得该课程的专业证书。添加一些这样的证书是证明你已经通过认证机构获得必要技能的好方法。
09 构建数据科学网络
建立一个数据科学网络会让你有更多的机会找到第一份数据科学工作,以下平台是构建数据科学网络的好地方。
- LinkedIn:你可以分享与数据科学相关的帖子,建立人际网络。
- Medium:你可以创建一个与数据科学相关的博客,并建立一个网络。
- Kaggle:你可以参加数据科学竞赛并建立一个网络。
10 完整的项目
你正在做的项目应该与你期望从事的行业相关。例如,如果你想在计算机视觉领域找到一份工作,你应该做与计算机视觉相关的项目。
11 目标是初级或实习职位
当你没有经验或经验很少的时候,你应该把目标放在初级的职位或实习岗位上,它们不需要你有太多的经验。
在获得一些有价值的经验后,你可以申请通常需要更多经验的更高级别的职位。
12 制作一份令人印象深刻的简历
雇主只需要花5秒钟的时间来浏览你的简历,然后把它送到下一轮。所以,你的简历应该让人印象深刻,这样才能被通过!
对简历的第一印象将决定你是否赢得这份工作,下面就是这样一份令人印象深刻的简历。
今天的文章到此结束,感谢阅读,如果你有任何问题或反馈,请在评论区留言。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:Rukshan Pramoditha
翻译作者:过儿
美工编辑:过儿
校对审稿:Chuang
原文链接:https://rukshanpramoditha.medium.com/how-to-land-a-data-science-job-with-little-or-no-experience-ffb2461060e8