作者 | Jeremie Harris
翻译 | Mika
本文为 CDA 数据分析师原创作品,转载需授权
在大学我学习物理时,每当遇到不理解的术语,我就会上网搜索,这时我常会用到的就是维基百科。
虽然维基百科很好用,但是上面很多文章都不适合我的水平。那些文章要不就是超出我的理解,或者对我来说太简单了。这种情况时常发生,因此我从中总结的经验就是,维基百科上的技术词条很难既提供有效信息,又做到易于理解。
很多数据科学方面的职业建议也是如此,有些是针对完全零基础的初学者;有些是针对想提升技能的初级数据科学家;有些则针对资深的软件工程师。而这容易让许多想成为数据科学家的人群感到无从下手,他们不知道该将时间和精力花在哪里。
在本文中,我打算针对三种不同类型的人群给出相应的职业转型建议。
第一类:零基础的初学者
如果你刚刚进入数据科学领域,请记住该领域的发展速度非常快,也许现在我给出的建议在你准备求职时就已经过时了。如今数据科学的招聘标准与一两年后的标准可能会相差甚远。
在明确这点的基础上,如果你想进入数据科学领域,并且没有任何编程方面的背景,我想给出的建议如下:
如何发挥自己的优势:
当你准备好找工作时,你会发现学会推销自己非常重要。你可能会担心,因为你没有任何专业经验或计算机科学的研究生学位,推广自己是一个难题。但这也可以成为你最大的优势:你是从零开始,自学成才的数据科学家,公司需要这些努力而且学习能力强的数据科学家。为此你需要符合这种形象,不断提高技能,解决一个个挑战,但当中的回报绝对是值得的。
第二类:软件工程师
我遇到的想成为数据科学家的人中,可能有20%都是软件工程师。一方面,你有将代码部署到生产和与开发团队合作的相关经验,这是非常重要的资本。另一方面,如今对全栈开发人员的需求非常高,有时公司会将软件工程师归为这个方向。因此想转为数据科学家时,你要避免被当作软件工程师,而不是数据科学家。
其他建议:
如何发挥自己的优势:
最好的方法就是利用你在软件开发方面的经验。你已经知道如何编写干净、文档记录良好的代码,以及该如何与他人协作,这是大多数初级职位求职者所缺乏的优势。
第三类:计算机科学、数学或物理专业的应届毕业生
如果你是一名本科、硕士或博士生,你可能在统计学和数学方面有很好的基础。但你可能从未申请过科技方面的工作,而且你不确定如何准备面试。此外,假设你读书时一直在编程,你很可能无法写出干净、结构良好的代码。
几点建议:
如何发挥自己的优势:
如果你是数学或物理专业,你最好的策略就是发挥有深厚理论知识的优势。为此,你需要能够解释各种模型的运行原理,熟悉文献中最新的文章。
结语
注意,我这里提供的建议并不能完全使用与所有情况。有些软件工程师可能要学习的更多,而有些初学者有很好的数学基础,更适合成为深度学习研究人员。
最后,无论你是软件工程师,刚毕业的大学生,还是零基础的初学者,你都要问自己一个关键的问题:哪种职业发展轨迹最接近你的情况?很多情况下,通过成为数据分析师或数据可视化专家进入该领域都是不错的选择。
原文链接:
https://towardsdatascience.com/3-common-data-science-career-transitions-and-how-to-make-them-happen-588c3618942f