Wéi kritt Dir Är éischt Aarbecht am Data Science?

Wéi kann een hir éischt Startniveau als Datewëssenschaftlerin oder en Data Analyst kréien? Wann Dir duerch Data Science Forums scrollt, fannt Dir vill Froen ronderëm dëst Thema. Lieser vu mengem Data Science Blog (data36.com) froe mech dat heiansdo. An ech kann Iech dat e komplett gülteg Problem soen!

Ech hu beschloss meng Äntwerten fir all déi wichtegste Froen zesummefaassen!

NEI! Ech hunn e verständlechen (gratis) Online Video Cours erstallt fir Iech ze hëllefen mat Data Science unzefänken. Klickt hei fir méi Info: Wéi gëtt een en Informatiker.

UMELLT HEI (GRATIS): https://data36.com/how-to-become-a-data-scientist/

# 1: Wat sinn déi wichtegst Datewëssenschaftler Kompetenzen an Tools? A wéi kënnt Dir se kréien?

Gutt Noriicht - schlecht Nouvelle.

Ech fänken u mam Schlechten. An 90% vun de Fäll sinn d'Fäegkeeten, déi se Iech op den Universitéite léieren, net wierklech nëtzlech an echt Liewen Datenwëssenschaftsprojeten. Wéi ech schonn e puer Mol geschriwwen hunn, a reelle Projete sinn dës 4 Datekodéierungsfäegkeeten gebraucht:

  • bash / Kommandozeil
  • Python
  • SQL
  • R
  • (an heiansdo Java)
Quell: KDnuggets

Wéi eng 2 oder 3 fannt Dir am meeschte hëllefräich, hänkt wierklech vun der Firma of ... Awer wann Dir een geléiert hutt, da wäert et vill méi einfach sinn en aneren ze léieren.

Also déi éischt grouss Fro ass: wéi kënnt Dir dës Tools kréien? Hei kënnt déi gutt Noriicht! All dës Tools si gratis! Et heescht datt Dir se eroflueden, installéiere a benotzen ouni e Penny fir se ze bezuelen. Dir kënnt üben, en Datahobby-Projet bauen oder wat!

Ech hunn e Schrëtt-vir-Schrëtt Artikel viru kuerzem geschriwwen iwwer wéi dës Tools op Ärem Computer installéieren. Kuckt et hei eraus.

# 2: Wéi léiere mir?

Et ginn 2 grouss Weeër fir Datenwëssenschaften einfach a kosteneffizient ze léieren.

1.: Bicher.

Kinda al-Schoul, awer nach ëmmer e gudde Wee fir ze léieren. Aus Bicher kënnt Dir ganz fokusséiert, ganz detailléiert Wëssen iwwer Online Datenanalyse, Statistiken, Datenkodéierung, etc ... Ech hunn 7 Bicher beliicht, déi ech a mengem fréiere Artikel empfeelen, hei.

Top 7 Datebicher recommandéieren ech

2.: Online Webinaren a Videocoursen.

Datewëssenschaftlech Online Coursen kommen mat fair Präisser ($ 10- $ 500) a si decken verschidden Themen rangéiert vun Datekodéierung bis Business intelligence. Wann Dir um Ufank keng Suen dofir wëllt ausginn, hunn ech gratis Coursen a Léiermaterial an dësem Post opgezielt.

(3.: De Junior Data Wëssenschaftler säin éischte Mount Cours Ech hunn e 6 Woche online Datewëssenschaftskurs fir aspirant Datewëssenschaftler fir ze praktizéieren an ze léisen richteg-ze-Liewen Aufgaben op engem richtege-zu-Liewen Dataset: De Junior Data Scientist's First Mount .)

# 3: Wéi ze üben, a wéi een echt Liewenserfarung kritt

Dëst ass eng komplizéiert, richteg? All Firma wëll Leit mat op d'mannst e bësse vun der realer Liewenserfarung hunn ... Awer wéi kritt Dir richtegt Liewenserfarung, wann Dir echt Liewenserfarung braucht fir Är éischt Aarbecht ze kréien? Klassesch Fang-22. An d'Äntwert ass: Hausdéieren Projeten.

"Hausdéier Projet" heescht datt Dir mat engem Dateprojekt Iddi kënnt, déi Iech begeeschtert. Da fängt Dir einfach ze bauen. Dir kënnt doriwwer denken als e klenge Startup, awer gitt sécher datt Dir weider op den Datewëssenschaftlechen Deel vum Projet fokusséiert an Dir kënnt just de Geschäftsdeel ignoréieren. Fir Iech e puer Iddien ze ginn, hei sinn e puer vu menge Hausdéierprojeten aus de leschte Joren:

  • Ech hunn e Skript gebaut dat eng Immobilienwebsäit iwwerwaacht an huet déi beschten Offere an Echtzäit per E-Mail geschéckt - sou datt ech dës Deals virum all aner kréien.
  • Ech hunn e Skript gebaut dat all d'Artikele vun ABC, BBC an CNN gezunn huet an, baséiert op de benotzte Wierder, d'Artikele verbonnen, déi ongeféier datselwecht Thema op den 3 verschiddene Neiegkeeten Portaler waren.
  • Ech hunn am Python e selbstléiere Chatbot gebaut. (Et ass awer net ze intelligent - well ech hunn et nach net trainéiert.)

Sidd kreativ! Fannt en Datenwëssenschaften Hausdéierprojet fir Iech selwer a fänkt mat codéieren! Wann Dir d'Mauer mat engem Kodéierungsprobleem trefft - dat ka ganz einfach geschéien, wann Dir eng nei Datesprooch léiert - benotze just Google an / oder Stackoverflow. Ee kuerz Beispill vu mir - op wéi effektiv Stackoverflow ass:

lénks Säit: meng Fro - riets Säit: d'Äntwert (a 7 Minutten)

Notéiert den Zäitstempel! Ech hunn eng Zort komplizéiert Fro geschéckt an ech krut a 7 Minutten d'Äntwert zréck. Dat eenzegt wat ech gebraucht huet ass de Code a mengem Produktiounscode a Boom ze kopéieren, et huet just geschafft!

(Notiz: Cross Validated ass e weideren super Forum fir Data Science betreffend Froen.)

+1 Virschlag:

Och wann et e bësse schwéier ass, probéiert e Mentor ze kréien. Wann Dir Gléck genuch sidd, fannt Dir een deen an enger Data Wëssenschaftler Roll bei enger léiwer Firma schafft an deen 1 Stonn wochlech oder zweemol mat Iech verbréngt an d'Saachen diskutéiert oder léiert.

# 4: Wou a wéi schéckt Dir Är éischt Jobanwendung?

Wann Dir et net gelongen e Mentor ze fannen, kënnt Dir ëmmer nach Ären éischten bei Ärer éischter Firma fannen. Dëst wäert Är éischt Datewëssenschaftsrelatéiert Aarbecht sinn, sou datt ech virschloen datt ech net op grousst Geld oder op eng super fancy Startup Atmosphär fokusséieren. Konzentréiert Iech op eng Ëmwelt ze fannen wou Dir Iech léiere kann a verbessert.

Ären éischten Datewëssenschaftsjob bei enger multinationaler Firma ze huelen zitt vläicht net mat dëser Iddi auserneen, well d'Leit do normalerweis ze vill mat hire Saachen beschäftegen, sou datt se keng Zäit oder / a Motivatioun hunn fir Iech ze verbesseren (natierlech, et ginn ëmmer Ausnamen).

Vun engem klenge Start unzefänken als éischt Dataperson an der Equipe ass keng gutt Iddi entweder an Ärem Fall, well dës Firmen keng Seniordaten hunn fir ze léieren.

Ech roden Iech op 50–500 grouss Entreprisen ze fokusséieren. Dat ass de gëllene Mëttel. Senior Daten Wëssenschaftler sinn u Bord, awer si sinn net ze beschäftegt fir Iech ze hëllefen an ze léieren.

Okay, Dir hutt e puer gutt Gesellschaften fonnt ... Wéi bewerbe mir Iech? E puer Prinzipien fir Äre CV: Markéiert Är Kompetenzen a Projekter, net Är Experienz (well Dir net ze vill Joër hutt fir um Pabeier ze setzen). Lëscht déi relevant Kodéierungssproochen (SQL a Python), Dir benotzt a verlinkt e puer vun Äre relatéierten Github Repos, fir datt Dir kënnt weisen datt Dir wierklech dës Sprooch benotzt hutt.

Och, an de meeschte Fäll, froen Firmen e Cover Bréif. Et ass eng gutt Geleeënheet Är Enthusiasmus auszedrécken, natierlech, awer Dir kënnt e puer praktesch Detailer derbäi ginn, wéi wat géift Dir an Ären éischte Wochen maachen wann Dir engagéiert sidd. (Zum Beispill "Wann Dir Ären Umeldungsfloss kuckt, hätt ech denken datt den ____ Websäit eng wichteg Roll spillt. A meng éischt Wochen hunn ech ___, ___ an ___ (spezifesch Analysen) gemaach fir dës Hypothese ze beweisen an méi déif ze verstoen. Et kéint d'Firma hëllefen _____ ze verbesseren a schliisslech den _____ KPIs drécken. ")

Hoffentlech wäert dëst Iech en Jobinterview kréien, wou Dir e bëssen iwwer Är Hausdéierprojeten, Är Coverbriefsvirschléi kann chatten, awer et wäert meeschtens iwwer Perséinlechkeet Fit-Check a meeschtens e puer Basis Fäegkeet-Test sinn. Wann Dir genuch geübt hutt, passéiert dat… awer wann Dir eng nervös Aart sidd an Dir méi wëllt üben, kënnt Dir et op hackerrank.com maachen.

Konklusioun

Dat ass et och. Ech weess et kléngt méi einfach wann et geschriwwe gëtt, awer wann Dir wierklech determinéiert sidd en Data Scientist ze sinn, wäert et kee Problem sinn et ze maachen! Vill Gléck mat deem!

Wann Dir ausprobéiere wëllt, wéi et ass e Junior Datewëssenschaftler ze sinn an engem richtege Liewen Startup, kuckt mäi 6 Wochen Online Datewëssenschaftskurs: De Junior Data Wëssenschaftler den éischte Mount!

A wann Dir méi iwwer Datawëssenschafte wëllt léieren, kuckt mäi Blog (data36.com) an / oder abonnéiert op mäi Newsletter! An net verpassen meng nei coding Tutorials Serie: SQL fir Data Analyse!

Merci fir liesen!

Genéisst den Artikel? W.e.g. loosst mech w.e.g. andeems Dir op hei ënnendrënner klickt. Et hëlleft och aner Leit d'Geschicht ze gesinn!

Tomi Mester Autor vun data36.com Twitter: @ data36_com