Hvordan få din første jobb innen datavitenskap?

Hvordan kan man få sin første jobben som datavitenskapsmann eller dataanalytiker? Hvis du blar gjennom informasjonsfora, vil du finne mange spørsmål rundt dette emnet. Lesere av data science bloggen (data36.com) spør meg om det samme fra tid til annen. Og jeg kan fortelle deg dette et helt gyldig problem!

Jeg har bestemt meg for å oppsummere svarene mine for alle de viktigste spørsmålene!

NY! Jeg har laget et omfattende (gratis) online videokurs for å hjelpe deg i gang med Data Science. Klikk her for mer info: Hvordan bli en dataforsker.

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

# 1: Hva er de viktigste dataforskerens ferdigheter og verktøy? Og hvordan kan du få tak i dem?

Gode ​​nyheter - dårlige nyheter.

Jeg vil begynne med den dårlige. I 90% av tilfellene er ikke ferdighetene de lærer deg ved universitetene virkelig nyttige i datavitenskapelige prosjekter. Som jeg har skrevet om flere ganger, er det i virkelige prosjekter behov for disse 4 datakodingsferdighetene:

  • bash / kommandolinje
  • Python
  • SQL
  • R
  • (og noen ganger Java)
kilde: KDnuggets

Hvilke 2 eller 3 du vil finne mest nyttige avhenger av selskapet ... Men hvis du har lært en, vil det være mye lettere å lære en annen.

Så det første store spørsmålet er: hvordan kan du få disse verktøyene? Her kommer de gode nyhetene! Alle disse verktøyene er gratis! Det betyr at du kan laste ned, installere og bruke dem uten å betale en krone for dem. Du kan øve, bygge et datahobby-prosjekt eller hva som helst!

Jeg skrev en trinnvis artikkel nylig om hvordan du installerer disse verktøyene på datamaskinen din. Sjekk det her.

# 2: Hvordan lære?

Det er to hovedmåter å lære datavitenskap enkelt og kostnadseffektivt.

1.: Bøker.

Kinda old-school, men likevel en god måte å lære på. Fra bøker kan du få veldig fokusert, veldig detaljert kunnskap om online dataanalyse, statistikk, datakoding, osv. ... Jeg fremhevet 7 bøker jeg anbefaler i min forrige artikkel, her.

Topp 7 databøker anbefaler jeg

Andre: Online webinarer og videokurs.

Datakunnskapskurs på nett kommer med rimelige priser ($ 10- $ 500), og de dekker forskjellige emner som spenner fra datakoding til forretningsintelligens. Hvis du ikke vil bruke penger på dette i begynnelsen, har jeg listet opp gratis kurs og læremateriell i dette innlegget.

(Tredje: Junior Data Scientists første månedskurs. Jeg har laget et 6-ukers online datavitenskapskurs for å håpe dataforskere til å praktisere og løse livsoppgaver på et datasett i sann tro: The Junior Data Scientist's First Month .)

# 3: Hvordan øve, og hvordan få erfaring fra det virkelige liv

Dette er vanskelig, ikke sant? Hvert selskap ønsker å ha mennesker med minst litt erfaring fra det virkelige liv ... Men hvordan får du erfaring fra det virkelige liv, hvis du trenger erfaring fra det virkelige liv for å få din første jobb? Klassisk fangst-22. Og svaret er: kjæledyrprosjekter.

"Kjæledyrprosjekt" betyr at du kommer med en idéprosjekt som gjør deg spent. Så begynner du ganske enkelt å bygge den. Du kan tenke på det som en liten oppstart, men sørg for at du fortsetter å fokusere på datavitenskapelige delen av prosjektet, og at du bare kan ignorere forretningsdelen. For å gi deg noen ideer, her er noen av kjæledyrprosjektene mine fra de siste årene:

  • Jeg bygde et skript som overvåket et eiendomsnettsted og sendte e-post om de beste tilbudene i sanntid - slik at jeg kunne få disse tilbudene før alle andre.
  • Jeg bygde et manus som trakk alle artiklene fra ABC, BBC og CNN og, basert på ordene som ble brukt, koblet artiklene om omtrent samme emne på de tre forskjellige nyhetsportalene.
  • Jeg bygde en selvlærende chatbot i Python. (Det er imidlertid ikke for smart - ettersom jeg ikke har trent det enda.)

Vær kreativ! Finn et datavitenskap relatert kjæledyrprosjekt for deg selv og begynn å kode Hvis du treffer veggen med et kodingsproblem - det kan skje enkelt, når du begynner å lære et nytt dataspråk - bare bruk google og / eller stackoverflow. Et kort eksempel på meg - hvor effektiv stackoverflow er:

venstre side: spørsmålet mitt - høyre side: svaret (om 7 minutter)

Legg merke til tidstemplet! Jeg har sendt inn et slags komplisert spørsmål, og jeg fikk svaret på 7 minutter. Det eneste jeg trengte å gjøre var å kopiere og lime inn koden i produksjonskoden og bommen min, den fungerte bare!

(Merk: Cross Validated er et annet flott forum for datavitenskapelige spørsmål.)

+1 forslag:

Selv om det er litt vanskelig, kan du prøve å få en mentor. Hvis du er heldig nok, vil du finne noen som jobber i en Data Scientist-rolle i et hyggelig selskap og som kan tilbringe en time ukentlig eller to ganger i uken med deg og diskutere eller lære ting.

# 4: Hvor og hvordan sender du din første jobbsøknad?

Hvis du ikke har klart å finne en mentor, kan du fremdeles finne den første hos det første selskapet ditt. Dette blir den første jobben din innen datavitenskap, så jeg foreslår at du ikke fokuserer på store penger eller på en super fancy oppstartatmosfære. Fokuser på å finne et miljø der du kan lære og forbedre deg selv.

Å ta din første datavitenskapsjobb i et multinasjonalt selskap er kanskje ikke i tråd med denne ideen, fordi folk der vanligvis er for opptatt med tingene sine, slik at de ikke har tid eller motivasjon til å hjelpe deg med å forbedre deg (selvfølgelig er det alltid unntak).

Å starte med en liten oppstart som en første dataperson på teamet er heller ikke en god ide i ditt tilfelle, fordi disse selskapene ikke har seniordata-karer å lære av.

Jeg anbefaler deg å fokusere på 50–500 store selskaper. Det er den gyldne middelvei. Seniordataforskere er ombord, men de er ikke så opptatt med å hjelpe og lære deg.

Ok, du har funnet noen gode selskaper ... Hvordan søke? Noen prinsipper for CVen din: fremhev ferdighetene og prosjektene dine, ikke erfaringene dine (siden du ikke har for mange år å legge på papir ennå). Liste over relevante kodespråk (SQL og Python), du bruker, og koble noen av de relaterte github-repoene dine, slik at du kan vise at du virkelig har brukt det språket.

I de fleste tilfeller ber selskaper om et følgebrev. Det er en god mulighet til å uttrykke entusiasmen din, selvfølgelig, men du kan legge til noen praktiske detaljer også, som hva ville du gjort de første ukene dine hvis du ble ansatt. (F.eks. "Når jeg ser på registreringsstrømmen din, vil jeg gjette at nettsiden ____ spiller en viktig rolle. I løpet av de første ukene mine utførte jeg ___, ___ og ___ (spesifikke analyser) for å bevise denne hypotesen og forstå den dypere. Det kan hjelpe selskapet med å forbedre _____ og til slutt presse _____ KPI-ene. ”)

Forhåpentligvis vil dette gi deg et jobbintervju, hvor du kan chatte litt om kjæledyrsprosjektene dine, forslagene dine om følgebrev, men det vil mest dreie seg om personlighetskontroll og sannsynligvis en grunnleggende ferdighetstest. Hvis du hadde øvd nok, vil du passere dette ... men hvis du er en nervøs type og vil øve mer, kan du gjøre det på hackerrank.com.

Konklusjon

Vel, det er det. Jeg vet at det høres lettere ut når det er skrevet, men hvis du virkelig er fast bestemt på å være datavitenskapsmann, vil det ikke være noe problem å få det til å skje! Lykke til med det!

Hvis du vil prøve ut hvordan det er å være junior dataforsker ved en oppriktig oppstart, sjekk ut mitt 6-ukers datavitenskapskurs på nettet: Junior Data Scientists første måned!

Og hvis du vil lære mer om datavitenskap, kan du sjekke bloggen min (data36.com) og / eller abonnere på nyhetsbrevet mitt! Og ikke gå glipp av min nye kodingsopplæringsserie: SQL for dataanalyse!

Takk for at du leste!

Likte du artikkelen? Gi meg beskjed ved å klikke på nedenfor. Det hjelper også andre mennesker å se historien!

Tomi Mester forfatter av data36.com Twitter: @ data36_com