Skip to content

Latest commit

 

History

History
87 lines (44 loc) · 6.8 KB

get-job-data-scientist.md

File metadata and controls

87 lines (44 loc) · 6.8 KB

如何成为数据科学家

原文:www.kdnuggets.com/2021/01/get-job-data-scientist.html

评论图像

图片由 Burst 提供,来自 Pexels


我们的前三个课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业

2. 谷歌数据分析专业证书 - 提升你的数据分析技能

3. 谷歌 IT 支持专业证书 - 支持你组织的 IT


数据科学家是当前最受欢迎的职业之一。随着数据在现代商业中扮演着越来越重要的角色,这个职业将变得更有价值。考虑到这种有前景的展望,现在是追求数据科学家职业的理想时机。

成为数据科学家可以是一个有回报和有利可图的职业。美国劳工统计局预计这些工作到 2029 年将 增长 15%,这比全国平均水平要快得多。数据科学家在 2019 年的中位工资为 $122,840。

你可能不需要更多的说服理由来说明为什么你应该成为数据科学家,但如何做到这一点可能不太明显。这是开始你数据科学职业生涯的逐步指南。

获得正确的教育

与大多数职业一样,你需要适当的教育才能成为数据科学家。理想情况下,你应该获得相关领域的本科学位,比如计算机科学、信息系统或数据分析。大多数专业数据科学家还拥有硕士学位,通常是在数据科学领域的更专业化领域。

如果你已经有了学位,你不一定需要回到学校获得更相关的学位。不过,你应该查看一些在线项目,那里你可以参加一些数据科学课程。寻求一些额外的认证和执照也会有帮助。

在你的课堂上学到的技能并不是成为数据科学家所需的唯一教育。你还应该学习各种编程语言并寻求实践经验。你可以找到许多书籍和在线课程,这些都将帮助你提升这些技能。

建立你的作品集

仅有教育背景还不足以获得数据科学家的职位。大多数公司还会寻找你技能的具体证据。前 Apple 高级数据科学家 Mohammad Shokoohi-Yekta 表示,你应该熟悉代码并将数据科学应用于实际,而不仅仅是理论。

展示你在这一领域的舒适度和知识的最佳方式是通过你的作品集。尽早开始参与实际的数据科学项目,并将其汇编成作品集。你可以通过自由职业的数据工作和你感兴趣领域的宠物项目来做到这一点。

你的作品集应该展示各种不同的数据科学项目,以体现你的多样性。你应该展示在各种编程语言、行业和项目类型中的技能。如果你能参与任何与数据科学相关的竞赛,你在其中的工作将是一个极好的作品集补充。

寻找职位

一旦你拥有相关的教育背景和丰富的作品集,就该开始寻找职位了。

虽然多样性总是有帮助的,但你可能会在针对具有特定资格和认证的细分行业时更有好运。例如,所有国防部承包商都需要符合 CMMC 标准,所以你可以获得这个认证,提高获得国防部工作的机会。

记得根据每个潜在雇主调整你的简历和求职信。强调与你所申请的行业和职位最相关的技能和经验。除了通过像 Indeed 这样的网站申请职位外,拓展你的 LinkedIn 网络,并尝试建立一个受雇主关注的良好在线形象。

你可能一开始无法获得数据科学家的职位,这也是可以的。实际上,首先申请一个相关但更基础的职位如数据分析可能更好。从那里你可以发展你的职业。

职业发展

在职经验是推动你职业发展的最佳资源。因此,尽量不要对接受的第一个职位过于挑剔。如果你收到了一份稳定的数据相关领域工作的邀请,尽管这不是你理想的职位,你也可能还是要考虑接受它。把你的第一个数据职位看作是一个启动点。

拥有 50 到 500 名员工的公司是你在数据科学领域的理想首份工作的规模。在这些中型企业中,你将能够从资深数据科学家那里学习,并且有很多机会晋升。一旦你开始了你的第一个职位,就要主动尽可能多地参与项目,避免让自己过于分散。

你在公司内部寻求新机会的越多,你获得的相关经验就会越多。在工作时,寻找在当前公司和其他公司向上发展的机会。如果你表现出主动性和卓越的工作伦理,你很快就会在数据科学领域取得进步。

今天就开始你的数据科学职业生涯

开始数据科学职业生涯永远不会太晚。但如果你知道这是你想做的事情,不要拖延。你可以从今天开始获得所需的技能和经验。成为一名数据科学家远非易事,但如果你遵循这些步骤,你可以享受一段漫长而有意义的数据科学职业生涯。

简介:德文·帕提达 是一位大数据和技术作家,同时也是 ReHack.com 的主编。

相关:

  • 我如何在被裁员后的两个月内获得 4 个数据科学职位,并使收入翻倍

  • 数据专业人士如何在简历中添加更多变化

  • 自动化如何改善数据科学家的角色

更多相关话题