Мнение
Лучший способ стать специалистом по данным, чем онлайн-курсы
Как люди, которых я знаю, стали аналитиками данных (включая меня)
Это мнение. Я хотел бы услышать ваши контраргументы ниже.
Вы хотите быть специалистом по данным?
Я встретил более 50 специалистов по анализу данных по кофе и работал с еще несколькими.
Здесь я объясню, как эти люди перешли в науку о данных.
P.S. Этого не было с онлайн-курсами.
1. Решите настоящую проблему с помощью машинного обучения
Выберите реальную проблему, а затем решите ее с помощью машинного обучения.
Это сложно, потому что нет дорожной карты. Но это дает реальный опыт и историю для продвижения, независимо от того, добьетесь ли вы успеха или проиграете.
Вот проблемы, которые вы можете решить:
- Обнаружение фейковых новостей
- Прогнозируйте стоимость дома в вашем районе
- Рекомендуйте домашних животных людям, исходя из их образа жизни
Если ваше решение работает (или даже почти не работает), создайте пользовательский интерфейс, который смогут использовать другие, и разместите его в Hacker News или Product Hunt.
Добавьте опыт в свое резюме, указав название «Data Scientist». Если это решит проблему с машинным обучением, никого не будет волновать, что это шоу одного человека.
Теперь вы можете рассказать об этом на собеседовании, которое будет иметь больший вес, чем онлайн-сертификация.
2. Найдите наставника, который является экспертом в области искусственного интеллекта.
Налаживайте отношения с опытным человеком, который может порекомендовать решения проблем, которые вы пытаетесь решить, на основе искусственного интеллекта.
Так я попал в науку о данных.
Как программист, акселератор стартапов предоставил моей компании докторскую степень в области искусственного интеллекта на несколько часов каждую неделю.
Каждую неделю мы обсуждали проблемы и возможные решения, я работал над реализацией, затем мы проверяли и повторяли. Через 6 месяцев мы решили несколько важных проблем, и полученный опыт оказался бесценным.
Я выполнил процедуру, описанную ниже, чтобы найти последующих наставников по науке о данных.
- Отправляйте сообщения специалистам по данным в вашем городе в LinkedIn
- Пригласите их на кофе
- Имейте в виду конкретную проблему и свои собственные потенциальные решения, по которым можно получить обратную связь.
- Следите за результатами после внедрения решения
3. Пройдите стажировку по машинному обучению.
Возьмите краткосрочную работу, где вам будут платить меньше, но вы получите реальные проекты по внедрению ИИ.
Бывший стажер машинного обучения в моем стартапе теперь стажер по разработке данных в Facebook, что, вероятно, станет предложением на полный рабочий день.
Этот путь подходит не всем, и он лучше подходит, если вы еще молоды или учитесь в школе. Не каждый может позволить себе бросить работу и стать стажером, но вы можете найти что-то на полставки или в Интернете.
Важной частью этого является включение в ваше резюме опыта, связанного с искусственным интеллектом.
4. Начните заниматься наукой о данных в своей текущей работе.
Выясните, как ваша текущая компания может использовать ИИ для решения проблемы. Тогда реши это.
У вас может не быть времени с 9 до 5, пока вы на работе. Но если у вас есть мотивация, делайте это ночью или в выходные. Затем поделитесь тем, чего вы достигли.
Если ваша нынешняя компания небольшая, никто не будет возражать против того, чтобы вы добавляли дополнительную ценность. Если это действительно ценно, вам будет разрешено работать над ним как над одним из ваших повседневных проектов.
После этого поместите проект в свое резюме и обновите название должности, если сможете.
5. Проведите учебный курс по науке о данных
Посетите платный учебный курс по науке о данных.
Это стоит денег, и не все учебные курсы для начинающих одинаковы, но я знаю, по крайней мере, 10 человек, которые ворвались в научные исследования данных после учебных курсов, и все они были связаны с крупными уважаемыми компаниями.
Лучшие учебные лагеря принимают только докторов наук, поэтому вполне возможно, что успех кандидата зависит от предвзятого отношения к выживанию (в учебные лагеря принимаются студенты, которые в любом случае добьются успеха).
Учебные курсы приносят пользу кандидатам несколькими способами.
- Кандидаты консультируют реальные компании
- Выпускники связаны с компаниями, которые хотят нанять
- Предусмотрена подготовка к работе
При этом не каждый выпускник получит работу.
6. Сначала станьте инженером-программистом
Я писал об этом здесь.
Пока специалисты по обработке данных решают проблемы с кодом, будет происходить серьезное дублирование с разработкой программного обеспечения.
Получив опыт в качестве инженера-программиста, найдите работу в области науки о данных, в которой используется стек технологий, аналогичный вашему опыту (например, база данных, язык, фреймворк, пакеты).
Если вы отметите большинство полей с требованиями к работе, у вас есть хорошие шансы пройти собеседование.
Если сначала стать инженером-программистом, то есть и другие преимущества.
- Зарабатывайте приличную зарплату
- Работайте в компаниях, которые нанимают специалистов по данным
- Получите универсальный технический опыт
- Докажите, что вы можете выполнять аналогичную работу
7. Получите степень доктора технических наук или магистра и подайте заявку на работу.
У вас есть от 2 до 6 лет на обучение? Я не.
Но большинство исследователей данных, которых я встретил, пошли по этому пути.
У них есть либо:
- Степень магистра, связанная с искусственным интеллектом
- Технический доктор (не обязательно связанный с ИИ)
Я бы не рекомендовал возвращаться в школу, чтобы заняться наукой о данных. Но если вы в настоящее время учитесь в школе и можете перейти на специальность, связанную с искусственным интеллектом, сделайте это. Как ни странно, самые высокие зарплаты ИИ требуют ученых степеней.
Традиционные дипломы, хотя и требуют больших затрат и времени, обладают уровнем доверия, которого нет при онлайн-сертификации.
А как насчет онлайн-курсов?
Есть место для онлайн-курсов. Но это не для того, чтобы устроиться на работу.
Преимущества курсов включают изучение того, чего вы не знаете, и глубокое погружение в конкретные техники.
Но, с другой стороны, курсы дают ощущение выполненного долга, не заставляя вас делать самое сложное и продаваемое, решая настоящую проблему.
Я бы сказал, найдите проблему, которую нужно решить, а затем воспользуйтесь онлайн-курсами, чтобы научиться ее решать.
Как вы видели, как люди начинают заниматься наукой о данных? Я люблю слышать об этом ниже.
