"来源:|大数据应用程序ID: Datalaus "
你理解今天的知识了吗？
2018年初，我很想成为一名数据科学家。我觉得这个职位听起来很棒，建立“机器学习模型”听起来很酷，也很热。
如果我上面的观点引起了你的共鸣，那么我鼓励你继续读下去。
经常有人问我，一个人如何从会计或化工等完全不相关的行业转到数据科学？
这个问题我想了很多。第一，当我想进入数据科学领域时，我经常问自己这个问题。第二，因为我觉得对数据科学有一个很大的误解，这是这篇论文的主旨。
摄影:马库斯·温克勒来源:Unsplash
所以我想讲一些关于数据科学的道理。
1.不是每个数据科学家都从事“数据科学”
“数据科学”这个术语涵盖了广泛的技能和工作职责，因此一家公司的数据科学家可能与另一家公司的数据科学家完全不同。从我的经验来看，很少有数据科学家把所有的时间都花在构建机器学习模型上。很多数据科学家也会担任数据工程师和数据分析师。
2.不是每个从事“数据科学”工作的人都有数据科学家的头衔
另一方面，我认识很多从事数据科学项目的数据分析师和数据工程师，比如预测模型、异常检测模型、推荐系统等。
综上所述，你可以从中得到一些启示:
1.想想你对数据科学家这个角色的哪一部分感兴趣，而不是只考虑职位本身。你喜欢建立机器学习模型的想法吗？你想深入统计的世界吗？现在，我意识到，虽然我一开始想成为一名数据科学家的理由可以理解，但这种想法也让我一开始就抱着错误的态度——意识到这一点也会为你的职业生涯提供更多的方向，让你的职业生涯更有意义。2.任何与数据相关的工作都是进入数据科学领域的良好开端。除了找“数据科学”类的工作，我还建议查一下业务分析师、数据分析师岗位、Python开发者岗位、产品分析师岗位等。，因为你需要不断提升自己的核心数据科学技能，比如SQL、Python，同时也要给自己创造很多机会。
下一步是什么？做一个项目。
如果你搞清楚自己对数据科学的哪一部分感兴趣，接下来要做的就是做自己的项目。我个人认为，完成一个个人项目的价值是完成一个在线证书的100倍，因为它可以更好地让你为一个数据科学家的实际工作做好准备。
我也理解构思一个项目创意可能很难，所以我在下面给大家提供一些我个人的想法:
如果你是一个篮球迷，可以收集数据看看哪些因素最能反映球队即将赢得比赛吗？是三分命中率最高的球队吗？是主队吗？等等……如果你喜欢烹饪，能不能找到菜谱的数据集，创建一个模型来补充缺失的内容？如果你想深入研究深度学习的世界，可以创建一个模型来测试一个人是否戴着面具吗？
如果你还没有准备好做你自己的项目...
如果你还没有准备好做自己的项目，下面的步骤也可以供你在实践中使用。你可以用它们来指导你自己的学习:
1.从学习统计学开始
我认为统计学非常重要，因为大多数机器学习概念和数据科学应用都是围绕着统计学展开的。如果你不喜欢统计学，那么数据科学可能不适合你。
2.学习Python和SQL
可以学习Python和SQL。如果你更喜欢R语言，可以继续。第一，我个人没有用过R语言，所以不能发表意见。但是，你越擅长使用Python和SQL，数据收集、操作和使用就越容易。你还应该熟悉Python库，比如Pandas、NumPy和Scikit-learn。我也建议你了解二叉树，因为它是很多高级机器学习算法的基础。
3.学习线性代数的基础知识。当你处理矩阵项目时，线性代数尤其重要。线性代数经常出现在推荐系统和深度学习应用中。如果你对这些内容感兴趣，请不要跳过这一步。
4.学习数据操作
运营至少占数据科学家工作的50%。更具体地说，你需要了解更多关于特征工程、探索性数据分析和数据准备的知识。
感谢阅读！
希望我的观点能帮到你！虽然这篇文章有很多个人观点，但我想很多人都会认同这篇文章中关于数据科学家的两个事实:
1.并不是每个数据科学家都从事“数据科学”工作。2.并不是每个从事“数据科学”工作的人都拥有数据科学家的头衔。
希望你能一如既往的在学习上取得优异的成绩！:)
作者:特伦斯·申
由Lia翻译
美术编辑:过了一会儿。
校对:童佳玮
原文链接:https://towards data science . com/heroes-the-honest-truth-about-making-a-career-switch-into-data-science-2 e5a 42d 24879
本周公开课预告
