Что является самым большим препятствием на пути к карьере в области науки о данных или машинного обучения:
- Нет магистров / докторов наук?
- Отсутствие навыков программирования?
- Вы не умеете писать сложные SQL-запросы?
- Меньше людей в вашей сети, офлайн / онлайн?
- Не зная статистики?
- Не знаете Python хорошо?
- Вы не очень хорошо разбираетесь в пандах и Scikit-learn?
- Не можете заставить себя ничего увидеть до конца?
- Недостаточно умен / талантлив, чтобы разбираться в технологиях?
- Не достаточно сообразительны, чтобы думать об умных способах решения как деловых, так и технических проблем?
- Вы думаете, что наука о данных скоро умрет, а будущее за AI?
- Вы не запомнили 1000 вопросов для интервью?
Нет. Ничего из вышеперечисленного.
Чем больше я узнаю, как перенести свою карьеру в сторону науки о данных, тем больше я замечаю, что наиболее фундаментальным аспектом является то, что Джим Рон назвал вашей личной философией жизни:
Чем больше я узнаю, как сделать себя ценным для рынка науки о данных, тем больше я вижу решающий фактор: «то, как я смотрю, думаю и подхожу к своей жизни, людям, ситуациям и этому миру. ». Мало того, я также обнаружил, что наши профессиональные, личные, семейные, финансовые, социальные и все другие аспекты жизни построены на нашей личной философии. Если мы хотим решить некоторые действительно сложные проблемы, например, сменить карьеру, ваша личная философия - это первое, на что вы должны обратить внимание, прежде чем пытаться изучать Python или статистику. личная философия жизни - это первое, о чем вы должны подумать, прежде чем спросить: «Почему я продолжаю терпеть неудачи, почему я не могу овладеть необходимым программированием, почему я не могу понять стоящую за ним математику» . Это будет включать в себя изучение ваших убеждений, например, почему вы делаете то, что делаете, какова цель смены карьеры. например вместо того, чтобы задавать утомляющие вас вопросы, которые я только что написал выше, лучше задавать такие вопросы: «Как я могу овладеть программированием», «Как я могу сформировать образ мышления, задавая умные вопросы . Откуда я могу этому научиться. Если я хочу добиться успеха, то каким должен быть первый шаг? Если не знаю, где мне это найти ». Личная философия задавать вопросы, которые дают вам силы, а не делают вас неэффективными при решении жизненных проблем.
Деньги - очень важный фактор, и проблема в том, что почти каждый выбирает их как главный и первый фактор при смене карьеры. Я считаю, что деньги должны быть на втором месте после почему. Почему ты хочешь сменить карьеру? Как вы думаете, через 10 лет вы будете наслаждаться наукой о данных? Что, если через пять лет карьеры в области науки о данных вы захотите выбрать совершенно другую карьеру, потому что наука о данных, машинное обучение и искусственный интеллект не удовлетворили и не удовлетворили вас как личность? Достаточно ли вам нравится наука о данных, что вы очень хотите получить докторскую степень не потому, что это даст вам преимущество перед другими кандидатами, а из-за человека, которого это сделает вас? Вы понимаете и, что еще важнее, чувствуете, что говорит Люк Поузи:
Я просто задаю несколько необычных и сложных вопросов, потому что через много лет вы можете проснуться и обнаружить себя неудовлетворенным и несчастным. Я не хочу, чтобы это случилось. Я совершил много ошибок в своей жизни, да, много неудач, через которые большинство людей обычно не проходят, что заставило меня понять, что жизнь - это больше, чем достижение чего-то, жизнь больше, чем ваша ежемесячная зарплата, жизнь больше, чем у нас есть бирки и сертификаты, жизнь - это больше, чем мы боимся, жизнь - это больше, чем быть умными и талантливыми. Жизнь больше связана с расширением себя, поиском и изучением себя, прислушиванием к мнению других и поиском так называемого бриллианта в своих неудачах, поиском и признанием хорошего в людях.
Https://en.wikipedia.org/wiki/School_of_Hard_Knocks
Это чудо, что сегодня вы живы и можете написать программу для очистки данных. Многие из тех, кто был там вчера, сегодня не для того, чтобы визуализировать данные, решать проблемы, жить. Есть и другие, кто отказался от своей мечты стать специалистом по анализу данных или инженером по машинному обучению. Я думаю, что у каждого есть миссия в жизни, которой мы должны следовать на этой планете. Деньги - очень важная вещь в жизни. В этом мире без него не выжить. Деньги - это одно из измерений, которое говорит об успехе в жизни. Когда вы знаете, что деньги - это побочный продукт вашего мышления и образа жизни, вы освободитесь, чтобы больше сосредоточиться на том, что вы хотите и что вам нужно делать.
Я говорю это, потому что карьера в области науки о данных или машинного обучения будет очень конкурентоспособной. Благодаря Интернету мир стал местом с хорошими связями, и мы можем общаться, общаться и касаться жизней, как никогда раньше в истории человечества. Последние 50–70 лет технологический прогресс происходил с такой скоростью, что за последние 3000 лет кажется, что они почти не развивались вообще. Последние 50–70 лет мы занимались инновациями в области скорости света. С этим происходят большие изменения: когда вы подаете заявку на должность специалиста по данным или инженера по машинному обучению, вы конкурируете во всем мире. 20 лет назад все конкурсы на вакансии больше не были местными. В ближайшие 20 лет машинное обучение и искусственный интеллект произойдут с огромными изменениями, которых мы никогда раньше не видели. Это будет похоже на оживающую научную фантастику. Такая жесткая конкуренция и скорость изменений требуют нового мышления, иначе мы все станем жертвами стресса, беспокойства и неудач. Так не должно быть.
Независимо от того, какой прогресс у нас будет и с какой скоростью мы собираемся эти изменения, и независимо от того, рушится ли старая структура, и никто еще не знает, что такое новая структура, принципы успеха и счастье будет по-прежнему тем же старым, принципам, которые Ог Мандино сказал нам в своих свитках в 1968 году, или Свами Вивекананда научил нас в 1895 году, или Джим Рон научил нас четыре десятилетия назад. Вы как личность - самое главное в своей жизни, вы как личность намного сильнее своих проблем и неудач. Может быть, эти карьерные проблемы были даны вам для того, чтобы, решая их, вы знали, что не эта метка специалиста по данным или инженера по машинному обучению сделала вас счастливыми, а то, чем вы становитесь, решая свою проблему, это было посланием все время.
