Многие начинающие специалисты по анализу данных задаются вопросом, как встать на путь и получить работу специалиста по данным. К счастью, в настоящее время вам не нужно начинать дорогостоящий учебный курс или получать университетскую степень, чтобы стать специалистом по данным, потому что доступно множество ресурсов, и многие из них бесплатны и доступны для всех. В первой части этого поста я поделился ресурсами, которые помогли мне получить работу Data Scientist. Однако без стратегии добиться ее труднее.

Я лично присоединился к сообществу, которое помогло мне понять мою цель, сформировать карьеру моей мечты и определить мои цели и действия. Это Шикарная карьерная девчонка. Это был мой главный ресурс для инструментов тайм-менеджмента и самоорганизации. Меня также вдохновили некоторые другие рекомендуемые техники, такие как Техника Помидора, Важнейшие задачи, журнал благодарностей и т. Д.

Давайте пройдемся по принципам моей разработанной стратегии!

Иметь план

Цель без плана - просто желание. - Антуан де Сент-Экзюпери

Я считаю, что без плана вы не сможете придерживаться своих целей, когда сталкиваетесь с трудностями. Итак, наличие плана необходимо для того, чтобы всегда иметь возможность вникнуть в него и подтвердить свою приверженность своим целям. Вот что я сделал:

  1. Я начал с годового планировщика, на его основе я создаю квартальную доску с 3 основными целями и отвечаю на вопрос «Почему?» каждого.
  2. Подготовьте план действий по достижению целей на 90 дней. Заполните таблицу, в которой я записал свои цели на каждый месяц, каковы основные области (-ы) и задачи, которые нужно решить. завершить за 30, 60 и 90 дней.
  3. Делайте ежемесячный обзор.

Приоритизация на день

Каждое утро я начинаю с того, что записываю свои 5 приоритетов дня, или так называемые самые важные задачи (MIT):

Сначала я выбираю 1 наиболее важную задачу, затем 2 второстепенные задачи и, наконец, 3 дополнительные задачи. Во-вторых, я даю каждому из них оценку времени через количество необходимых Помидоров (сколько 30-минутных интервалов). Наконец, в конце дня я оцениваю свою работу по баллу продуктивности.

Ниже приведен пример (обратите внимание на цитату под датой, каждый день я выбираю цитату, чтобы мотивировать себя):

Позитивный настрой

Еще одна вещь, которую я делаю, чтобы обеспечить правильное мышление, что является очень важной частью на таком переходном этапе:

Каждое утро записывайте в газете:

  • 3 вещи, за которые я благодарен (чем конкретнее, тем лучше)
  • 3 вещи, которые сделают сегодняшний день прекрасным
  • Ежедневное подтверждение.

Затем к концу дня я пишу:

  • 3 Потрясающие вещи, которые произошли в тот день (наверняка стоит подумать даже о самых простых хороших вещах!)
  • как я мог сделать день еще лучше?

Отказ от ответственности: я не собираюсь делать вид, будто каждый день выполняю все эти задачи, но я научился быть счастливым, когда завершаю самое важное и некоторые второстепенные.

Журнал времени / задачи

Чтобы отслеживать время, я использовал Kanbanflow: я создал доску под названием Еженедельное планирование, где столбцы: все дни недели + Сегодня + готово.

Перед тем, как приступить к своим задачам, которые я написал в статье (См. Приоритизация дня) ,, я перемещаю задачи, соответствующие дню недели, в столбец «Сегодня» и регистрирую время выполнения каждого задания с использованием техники Помидора (я также раскрашивал их с помощью этикеток 1 Помидор, 2 Помидора и т. д.). Затем можно даже проверить журнал времени и узнать, сколько часов я провел. Это действительно отличный инструмент, которым я пользуюсь до сих пор. Это помогает сосредоточиться и получить обзор журнала конкретных задач. Вот пример:

Итак, теперь достаточно всего этого, чтобы получить работу?

На мой взгляд, нет. Даже если вы посещаете курсы, учитесь, организуете себя, ваши шансы получить работу минимальны, если вы не будете стараться изо всех сил.

ваши шансы получить работу минимальны, если вы не проявите себя.

Поэтому вам обязательно нужно:

  • делитесь своими знаниями: когда вы делитесь тем, что узнали, вы первым извлекаете из этого пользу, потому что новые знания лучше закрепляются, когда вы преподаете их другим. Это может быть статья в блоге, видео на YouTube или статья в LinkedIn. Мне очень понравилась статья, которую я недавно нашел Что я узнал из написания статьи по науке о данных каждую неделю в течение года, в которой рассказывается о пользе написания статьи по науке о данных.
  • работайте над небольшими проектами и помещайте их в Github: с одной стороны, эта практика позволяет вам получить практические знания, поскольку я уже упоминал о важности применения того, что вы узнали, в проектах в части 1. Рекрутеры больше заинтересованы в просмотре выполненных вами проектов, а не пройденных вами курсов. С другой стороны, использование Github будет полезным, так как, скорее всего, в вашей работе вам также придется его использовать.
  • Присоединяйтесь к мероприятиям / встречам по науке о данных: участвуя в мероприятиях по науке о данных / больших данных, вы получаете представление о текущем состоянии области, кроме того, это создает сеть, и вы можете использовать возможности этих мероприятий для попросить о помощи в проекте или предложить помощь в одном, связаться с другими людьми, которые хотят интегрировать эту область. Так важно чувствовать поддержку в путешествии и найти племя. Иногда бывают даже бесплатные онлайн-конференции, я когда-то участвовал в бесплатной онлайн-конференции, организованной Метисом. Kaggle также организует в следующем месяце конференцию под названием CareerCon. Вы также можете посетить meetup.com и найти встречи с ключевыми словами Data Science, Big Data, Machine Learning в вашем регионе.
  • Общайтесь с людьми в поле: представьтесь людям в поле, когда вы присоединяетесь к мероприятию или в Интернете. Если вы в Интернете, не отправляйте стандартное сообщение с приглашением / электронное письмо, сделайте его личным: укажите блог, в котором они написали, или задайте вопрос, или поговорите с ними о вашем путешествии, возможно, у них есть советы. Вы даже можете найти среди них наставника, если попытаетесь. В сообществе специалистов по науке о данных много людей, готовых помочь, так что не стыдитесь. Вам просто нужно знать, как представить себя и свою цель.

В сообществе специалистов по науке о данных много людей, готовых помочь, так что не стыдитесь. Вам просто нужно знать, как представить себя и свою цель.

Мне очень помогло участие в некоторых конференциях, будь то в качестве участника или в качестве докладчика (Data Natives 2016, Data Natives 2017). Я также ухватился за короткую внештатную возможность, которая заключалась в основном в том, чтобы научиться, работая над реальным проектом.

В остальном, среди людей, занимающихся наукой о данных, с которыми я общался, и я настоятельно рекомендую подписаться на них в LinkedIn, есть:

  • Кирилл Еременко: консультант по управлению Data Science, генеральный директор SuperDataScience, инструктор по Data Science на платформе Udemy.
  • Эрик Вебер: Data Scientist всегда делится своими знаниями.
  • Фавио Васкес: главный специалист по анализу данных, инструктор по анализу данных.
  • Лиллиан Пирсон: бизнес-тренер для малых и средних предприятий, специалист по стратегии больших данных и корпоративный тренер, основатель Data-Mania.
  • Брэндон Рорер: специалист по анализу данных в Facebook, инструктор по машинному обучению, прекрасно объясняет вещи в видео.
  • Кристофер Доссман: главный специалист по анализу данных. У него отличная серия на Medium. Я был так счастлив, когда нашел его серию о том, как стать инженером по машинному обучению.
  • Джейсон Браунли: основатель компании Machine Learning Mastery
  • Мэтью Мэйо: исследователь машинного обучения и редактор KDnuggets, публикующий разнообразный контент о машинном обучении и науке о данных.

И последнее: собеседования тоже многому учат, так что не бойтесь пробовать, даже если вам сначала кажется, что вы не соответствуете требованиям. Чаще всего в процессе приема на работу вы сталкиваетесь с проблемой данных. Выполнение этих задач - настоящее золото! Отнеситесь к ним серьезно, сделайте все возможное, и если вы не получите работу, значит, вы уже кое-что приобрели, никогда не думайте, что вы проиграли! Да, иногда это может разочаровывать, но продолжайте смотреть вперед, и вы увидите, что все эти собеседования помогли получить даже лучшую работу, чем вы думали. Что однажды сказал Стив Джобс?

«Ваше время ограничено, поэтому не тратьте его зря на чужую жизнь. Не попадайтесь в ловушку догм, которые живут на результатах мышления других людей. И самое главное, имейте смелость следовать своему сердцу и интуиции. Они каким-то образом уже знают, кем вы действительно хотите стать. Все остальное вторично ». - Стив Джобс

Резюме

Подводя итог, вот ключевые моменты, упомянутые в частях 1 и 2:

  • Составьте план и определите свои цели - очень важно ежедневно отслеживать свой прогресс.
  • Пройдите онлайн-курсы, используйте онлайн-ресурсы
  • Начать небольшие проекты
  • Поделитесь своими знаниями
  • Выявите себя и общайтесь с людьми в этой области
  • Берите интервью и не бойтесь потерпеть неудачу. Примите вызов, выиграйте игру!

Я сам следовал этим шагам, и хотя мне потребовалось около года, чтобы получить работу, я считаю, что этот год был необходим, потому что в конце концов я попал в рабочую среду, о которой мечтал (несмотря на отрицание ее существования одним из моих предыдущих менеджеры компании). Вдобавок я обнаружил, что работаю в мире рекламы и над проектом системы рекомендаций. Действительно, в своей карьере меня привлекло то, что я хотел получить:

И это еще не все. Среди всех тем, особенно две темы привлекли мое внимание: системы рекомендаций и маркетинговая аналитика (реклама торги, извлечение информации из объявлений и тд)! Как они очаровательны! (Я написал это предложение в своей статье До моих новых технических задач).

Видеть? Помните, что я говорил вам ранее: Вы получаете то, на чем сосредотачиваетесь. :)

В заключение приведу следующую цитату из да Винчи:

Достигнутые люди редко бездельничали и позволяли чему-то случиться с ними. Они вышли и что-то случилось ». Леонардо да Винчи

Итак, чего вы ждете? начать сейчас! и если вам понадобится помощь, напишите мне в LinkedIn, я буду рад вас поддержать!

Примечание: Оригинальная статья опубликована на моем веб-сайте.