3 種常見的數(shù)據(jù)科學(xué)職業(yè)轉(zhuǎn)型及其實現(xiàn)路徑

本文作者： AI研習(xí)社-譯站

2019-01-08 10:36

導(dǎo)語：如果你剛接觸數(shù)據(jù)科學(xué)，請牢記這單：這個領(lǐng)域變化很快，所有在這個時刻我給你的意見與建議，當(dāng)你準(zhǔn)備應(yīng)用在實際工作的時候，可能就已經(jīng)過時了。

本文為 AI 研習(xí)社編譯的技術(shù)博客，原標(biāo)題：
3 common data science career transitions, and how to make them happen
作者 | Jeremie Harris
翻譯 | Eli伊萊
校對 | 鄧普斯?杰弗整理 | 菠蘿妹
原文鏈接：
https://towardsdatascience.com/3-common-data-science-career-transitions-and-how-to-make-them-happen-588c3618942f

3 種常見的數(shù)據(jù)科學(xué)職業(yè)轉(zhuǎn)型及其實現(xiàn)路徑

記得以前我學(xué)習(xí)物理的時候，我經(jīng)常去google那些看起來很高級的專業(yè)術(shù)語，而且大多數(shù)時候，維基百科總是第一個出來的。

但是隨著維基百科詞條數(shù)量越來越多，它們的解釋好像都達(dá)不到我想要的水平，尤其對于很多我個人需求來說，它們解釋的都太過難或者太簡單了，這件事情發(fā)生的頻率太高，以至于我總結(jié)出了一個互聯(lián)網(wǎng)規(guī)則：“維基百科的專業(yè)術(shù)語詞典不能在容易理解和提供有用信息之間很好的平衡”。

我相信很多的數(shù)據(jù)科學(xué)家職業(yè)咨詢（工作搜尋/面試準(zhǔn)備建議）都遵循一條簡單的原理：有面向初學(xué)者的招聘職位，也有面向經(jīng)驗豐富的軟件工程師招聘職位，也有幫助初級數(shù)據(jù)科學(xué)家快速打磨他們技巧的職位。太多的雜音使這些有望致力于數(shù)據(jù)科學(xué)家的的人越來越難的選擇自己應(yīng)該把有限的時間和經(jīng)理投入到哪個部分，來獲取職業(yè)生涯的轉(zhuǎn)變。

這是我在SharpestMinds和mentees研究的主要課題。雖然不會有一個適應(yīng)于所有人的解決方案，但是我發(fā)現(xiàn)以下3類建議是我在做咨詢時不停的提供給別人的建議。

第一類：數(shù)據(jù)科學(xué)小白（完完全全的小白）

如果你剛接觸數(shù)據(jù)科學(xué)，請牢記這單：這個領(lǐng)域變化很快，所有在這個時刻我給你的意見與建議，當(dāng)你準(zhǔn)備應(yīng)用在實際工作的時候，可能就已經(jīng)過時了。2017年那些招募員工考察的點在今天已經(jīng)不適用了，而且，那些衡量在當(dāng)下申請數(shù)據(jù)科學(xué)家崗位的工作標(biāo)準(zhǔn)與那些未來（1-2年后）準(zhǔn)備申請數(shù)據(jù)科學(xué)家崗位的工作標(biāo)準(zhǔn)肯定會截然不同，而且會差距更大。

如果你沒有編程或者STEM（科學(xué)、科技、工程、數(shù)學(xué)）的背景，這里有些建議可以幫助你進(jìn)入到數(shù)據(jù)科學(xué)領(lǐng)域：

保持開放。如字面意思，你是一個小白，你不知道數(shù)據(jù)科學(xué)是什么鬼東西，所以有很大可能數(shù)據(jù)科學(xué)并不是你想象中想要的那份工作。試試在領(lǐng)英上找一些數(shù)據(jù)科學(xué)家，買杯咖啡同他們聊一聊是個很好的幫你了解這份工作的選擇。去follow一個數(shù)據(jù)科學(xué)家的podcast，對于成為一個數(shù)據(jù)科學(xué)家來說，這意味你要花大量的時間和經(jīng)歷在上班，從這個角度講，如果僅僅是覺得自動駕駛汽車很酷就選擇這條路，可能這并不是你的一個好選擇。另外就是你要明白數(shù)據(jù)科學(xué)家并不是每天都有高光時刻，更多的時候是在清晰數(shù)據(jù)，建立數(shù)據(jù)通道。
如果你看完以上信息還決定繼續(xù)前進(jìn)，那么你要做的第一件事情就是學(xué)習(xí)Python。選擇一個MOOC平臺（優(yōu)達(dá)學(xué)城，慕課等），然后盡快學(xué)完，再做一個小項目。當(dāng)你熟悉你的Python編程技巧后，就去學(xué)習(xí)如何使用Jupyter Notebooks（譯者注：一個Python編譯器，很好用），然后再在MOOC平臺上學(xué)習(xí)一些數(shù)據(jù)科學(xué)課程。如果你想要更多的詳細(xì)信息，可以看看這個blog，它給出了一個很好的學(xué)習(xí)路徑。
在學(xué)習(xí)初期將你目標(biāo)定位在數(shù)據(jù)科學(xué)家這個崗位上并沒有太多必要，你可以先從更基礎(chǔ)的地方開始，比如：數(shù)據(jù)可視化，數(shù)據(jù)分析都是大量需要人才的崗位，也是最快進(jìn)入市場的選擇。這些崗位會同數(shù)據(jù)科學(xué)家一起工作，而且會提供晉升數(shù)據(jù)科學(xué)家的通道。

如果打造你自己的個人品牌呢：如果你到了可以申請工作的那一步，你會發(fā)現(xiàn)建立個人品牌對數(shù)據(jù)科學(xué)來說非同尋常的重要。你可能會恐慌說自己沒有一點點專業(yè)經(jīng)驗，也沒有一個CS方向的研究生學(xué)位，個人品牌會成一個大問題。但是，這些其實可以成為你最大的品牌優(yōu)勢：你是一個自驅(qū)動型的開發(fā)/數(shù)據(jù)人才，不僅學(xué)的快，而且工作努力，公司完全可以信賴你。這是一個陡峭的攀登路線，但是它帶來的匯報絕對超值，這是你唯一的期望，也是在身上催促你前行的重?fù)?dān)。

第二類：軟件工程師

我碰到的大概有20%有志于成為數(shù)據(jù)科學(xué)家朋友都曾是軟件工程師。一方面，如果有軟件編程和實施方面的經(jīng)驗，而且擅長團(tuán)隊工作，這將是你簡歷中很重要的組成部分。另外一方面，隨著全棧工程師的需求越來越大，企業(yè)也會推動軟件工程師向全棧工程師發(fā)展，盡管招聘簡歷中寫的職位是“數(shù)據(jù)科學(xué)”。所以，作為一個軟件工程師而不是一個數(shù)據(jù)科學(xué)家，你肯定希望避免被企業(yè)套路。

其他一些想法：

如果你還沒考慮在近期把自己的崗位向后端/數(shù)據(jù)庫方向轉(zhuǎn)，那么去嘗試了解數(shù)據(jù)管道是一個很好的開始，它可以幫助你構(gòu)建你核心的數(shù)據(jù)控制技能。同樣，這也會讓你的個人品牌轉(zhuǎn)向一個有實際工作經(jīng)驗的數(shù)據(jù)牧羊人。
機(jī)器學(xué)習(xí)工程師應(yīng)該是同數(shù)據(jù)科學(xué)家最接近的角色了，它可以很快的幫你轉(zhuǎn)入數(shù)據(jù)科學(xué)家序列。你的工作目標(biāo)就是去找那些強(qiáng)調(diào)部署模型，或者調(diào)試他們接入App的崗位，這些會讓你現(xiàn)有的技術(shù)能力成為杠桿從而幫助你轉(zhuǎn)型。當(dāng)然，你也可以同時涉足模型的研發(fā)，不過前者是你入門的最好選擇。
你很可能需要建立機(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)項目來吸引公司。利用你的軟件工程技能，將這些技能集成到可以向招聘人員和技術(shù)主管展示的應(yīng)用程序中。這可能特別有效，因為它是實實在在的作品，并完全展示出來你作為一個全棧數(shù)據(jù)科學(xué)家的實力。
有些你必須銘記在心的：你在轉(zhuǎn)型的過程中肯定會經(jīng)歷一次掉薪，即便你曾是高級軟件工程師，在你轉(zhuǎn)型后你只能做初級崗位的事情。他們之中很多人并沒有做好這個心理準(zhǔn)備，然后在收到offer的時候會感到很失望。

如何打造你自己的品牌：

最簡單的一個方式就是通過你在軟件開發(fā)方面的經(jīng)驗作為一個杠桿。你已經(jīng)知道如何寫出一個符合要求的干凈、注釋清晰的代碼，同其他這個崗位的初級人員比，你已經(jīng)知道如何同其他人合作了，這是你的優(yōu)勢。但是，為了更高效的展示你的編程技巧，你還得學(xué)習(xí)數(shù)據(jù)科學(xué)的編碼方式及注釋方式。

第三類：新的計算機(jī)科學(xué)、數(shù)學(xué)或者物理學(xué)研究生

如果你是一個本科生或者是STEM（科學(xué)、科技、工程、數(shù)學(xué)）的碩士或者博士，你在數(shù)學(xué)和統(tǒng)計方面應(yīng)該會有一個很好的基礎(chǔ)。但是你可能從來沒有申請過一份科技業(yè)的工作，你也不知道如何準(zhǔn)備面試。同樣的，如果你在學(xué)習(xí)階段有做過編程，很大概率你也不知道如何寫出一個干凈、有很好組織的代碼。

那么，這些事情你最好記?。?/p>

你在學(xué)校學(xué)習(xí)的R語言知識不夠用啦，如果你是物理學(xué)畢業(yè)生，你可能會以為你的Matlab或者數(shù)學(xué)技巧能幫助你在工業(yè)界拿到一份工作，這些也不夠用。趕快去學(xué)習(xí)Python！
這是一些你需要趕快學(xué)習(xí)的而且你很可能不知道的東西：合作版本控制（如何在GitHub上同大家協(xié)作），容器技術(shù)，devops（學(xué)習(xí)如何在云端部署模型）。SQL也是必須要會的。
學(xué)習(xí)測試驅(qū)動的Python開發(fā)，學(xué)習(xí)如何文檔流，學(xué)習(xí)模塊化編程，如果你還沒準(zhǔn)備好，學(xué)習(xí)如何使用Jupyter notebooks編程。
如果你在特定的數(shù)學(xué)方向，深度學(xué)習(xí)或許對你來說是一個很好的方向去探索。但是你會發(fā)現(xiàn)從一個更常規(guī)的“scikit-learn"數(shù)據(jù)科學(xué)角色開始，然后再轉(zhuǎn)型深度學(xué)習(xí)會更簡單一點。對你來說最重要的事情就是進(jìn)入到行業(yè)里，然后開始動手生產(chǎn)產(chǎn)品級的代碼。

如何打造個人品牌：如果你是數(shù)學(xué)或者物聯(lián)專業(yè)的，你最好的策略就是把自己包裝成一個具備豐富理論知識的人，要成為這樣的人，你需要能夠自信的解釋多個模型是如何運行的，最好是能熟悉最近、最熱的論文?。ㄓ绕淠阄磥泶蛩阕錾疃葘W(xué)習(xí)的話）