Come ottenere il tuo primo lavoro in Data Science?

Come si può ottenere il suo primo lavoro entry level come Data Scientist o Data Analyst? Se scorri i forum di scienza dei dati, troverai molte domande su questo argomento. I lettori del mio blog di data science (data36.com) mi chiedono lo stesso di volta in volta. E posso dirti questo un problema totalmente valido!

Ho deciso di riassumere le mie risposte a tutte le principali domande!

NUOVO! Ho creato un corso video online completo (gratuito) per aiutarti a iniziare con Data Science. Fai clic qui per maggiori informazioni: Come diventare un data scientist.

REGISTRATI QUI (GRATUITAMENTE): https://data36.com/how-to-become-a-data-scientist/

# 1: Quali sono le competenze e gli strumenti più importanti per lo scienziato dei dati? E come puoi ottenerli?

Buone notizie - cattive notizie.

Inizierò con quello cattivo. Nel 90% dei casi, le competenze che ti insegnano nelle università non sono molto utili nei progetti di scienza dei dati della vita reale. Come ho scritto più volte, in progetti reali sono necessarie queste 4 abilità di codifica dei dati:

  • bash / riga di comando
  • Pitone
  • SQL
  • R
  • (e talvolta Java)
fonte: KDnuggets

Quali 2 o 3 troverai più utili dipendono davvero dall'azienda ... Ma se ne hai imparato uno, sarà molto più facile impararne un altro.

Quindi la prima grande domanda è: come puoi ottenere questi strumenti? Ecco la buona notizia! Tutti questi strumenti sono gratuiti! Significa che puoi scaricarli, installarli e usarli senza pagare un centesimo per loro. Puoi esercitarti, costruire un progetto di hobby per i dati o altro!

Di recente ho scritto un articolo dettagliato su come installare questi strumenti sul tuo computer. Controllalo qui.

# 2: come imparare?

Esistono 2 modi principali per apprendere la scienza dei dati in modo facile ed economico.

1 °: Libri.

Kinda vecchia scuola, ma ancora un buon modo di imparare. Dai libri puoi ottenere conoscenze molto dettagliate e molto dettagliate sull'analisi dei dati online, statistiche, codifica dei dati, ecc ... Ho messo in evidenza 7 libri che raccomando nel mio precedente articolo, qui.

I 7 migliori libri di dati che consiglio

2 °: webinar online e corsi video.

I corsi online di data science stanno arrivando a prezzi equi ($ 10- $ 500) e coprono vari argomenti che vanno dalla codifica dei dati alla business intelligence. Se non vuoi spendere soldi per questo all'inizio, ho elencato corsi gratuiti e materiali di apprendimento in questo post.

(3 °: il corso del primo mese di Junior Data Scientist Ho creato un corso di scienze dei dati online di 6 settimane per aspiranti scienziati di dati a praticare e risolvere compiti reali su un set di dati realistico: Il primo mese di Junior Data Scientist .)

# 3: come esercitarsi e come ottenere esperienza di vita reale

È difficile, vero? Ogni azienda vuole avere persone con almeno un po 'di esperienza di vita reale ... Ma come si fa a vivere un'esperienza di vita reale, se hai bisogno di esperienza di vita reale per ottenere il tuo primo lavoro? Cattura classica-22. E la risposta è: progetti per animali domestici.

"Progetto animale domestico" significa che ti viene in mente un'idea di progetto dati che ti rende entusiasta. Quindi semplicemente inizi a costruirlo. Puoi pensarlo come una piccola startup, ma assicurati di continuare a concentrarti sulla parte di data science del progetto e puoi semplicemente ignorare la parte di business. Per darti alcune idee, ecco alcuni dei miei progetti di animali domestici degli ultimi anni:

  • Ho creato uno script che ha monitorato un sito Web immobiliare e mi ha inviato via email le migliori offerte in tempo reale, in modo da poterle ottenere prima di chiunque altro.
  • Ho creato una sceneggiatura che stava raccogliendo tutti gli articoli da ABC, BBC e CNN e, basandomi sulle parole usate, ho collegato gli articoli che riguardavano esattamente lo stesso argomento sui 3 diversi portali di notizie.
  • Ho creato un chatbot di autoapprendimento in Python. (Non è troppo intelligente però - dato che non l'ho ancora allenato.)

Essere creativo! Trova un progetto per animali domestici relativo ai dati scientifici e inizia a scrivere codice! Se colpisci il muro con un problema di codifica - che può accadere facilmente, quando inizi a imparare una nuova lingua di dati - usa semplicemente Google e / o StackOverflow. Un mio breve esempio: l'efficacia dello stackoverflow è:

lato sinistro: la mia domanda - lato destro: la risposta (in 7 minuti)

Notare il timestamp! Ho inviato una sorta di domanda complicata e ho ricevuto la risposta in 7 minuti. L'unica cosa che dovevo fare era copiare e incollare il codice nel mio codice di produzione e boom, ha funzionato!

(Nota: Cross Validated è un altro ottimo forum per domande relative a Data Science.)

+1 suggerimento:

Anche se è un po 'difficile, cerca di ottenere un mentore. Se sei abbastanza fortunato, troverai qualcuno che lavora in un ruolo di Data Scientist in una bella compagnia e che può trascorrere 1 ora a settimana o bisettimanale con te e discutere o insegnare cose.

# 4: dove e come si invia la prima domanda di lavoro?

Se non sei riuscito a trovare un mentore, puoi ancora trovare il primo nella tua prima azienda. Questo sarà il tuo primo lavoro relativo alla scienza dei dati, quindi ti suggerisco di non concentrarmi su grandi somme di denaro o su un'atmosfera di avvio stravagante. Concentrati sulla ricerca di un ambiente in cui puoi imparare e migliorare te stesso.

Fare il tuo primo lavoro di data science in un'azienda multinazionale potrebbe non allinearti a questa idea, perché le persone di solito sono troppo impegnate con le loro cose, quindi non avranno tempo o / e motivazione per aiutarti a migliorare (ovviamente, ci sono sempre eccezioni).

Iniziare da una piccola startup come prima persona di dati nel team non è una buona idea neanche nel tuo caso, perché queste aziende non hanno ragazzi di dati senior da cui imparare.

Ti consiglio di concentrarti su aziende di dimensioni comprese tra 50 e 500. Questo è il mezzo d'oro. Gli esperti di dati senior sono a bordo, ma non sono troppo impegnati per aiutarti e insegnarti.

Ok, hai trovato delle buone compagnie ... Come candidarti? Alcuni principi per il tuo CV: evidenzia le tue abilità e i tuoi progetti, non la tua esperienza (dato che non hai ancora troppi anni per mettere su carta). Elenca i linguaggi di codifica pertinenti (SQL e Python), li usi e collega alcuni dei tuoi repository github correlati, in modo da poter dimostrare che hai davvero usato quel linguaggio.

Inoltre, nella maggior parte dei casi, le aziende chiedono una lettera di accompagnamento. È una buona occasione per esprimere il tuo entusiasmo, ovviamente, ma potresti anche aggiungere alcuni dettagli pratici, come quello che faresti nelle prime settimane se fossi assunto. (Ad esempio "Guardando il tuo flusso di registrazione, immagino che la pagina web ____ svolga un ruolo importante. Nelle mie prime settimane, eseguirò ___, ___ e ___ (analisi specifiche) per dimostrare questa ipotesi e comprenderla più in profondità. Potrebbe aiutare l'azienda a migliorare _____ e infine a spingere i _____ KPI. ”)

Spero che questo ti porti a un colloquio di lavoro, in cui puoi parlare un po 'dei tuoi progetti di animali domestici, dei tuoi suggerimenti sulle lettere di accompagnamento, ma riguarderà principalmente il controllo dell'adattamento della personalità e molto probabilmente alcuni test di base di abilità. Se ti sei esercitato abbastanza, lo passerai ... ma se sei un tipo nervoso e vuoi esercitarti di più, puoi farlo su hackerrank.com.

Conclusione

Bene, tutto qui. So che sembra più facile quando è scritto, ma se sei davvero determinato a diventare un Data Scientist, non sarà un problema farlo accadere! Buona fortuna!

Se vuoi provare, com'è essere uno scienziato di dati junior in una startup realistica, dai un'occhiata al mio corso di scienza dei dati online di 6 settimane: Il primo mese dello scienziato di dati junior!

E se vuoi saperne di più sulla scienza dei dati, controlla il mio blog (data36.com) e / o iscriviti alla mia newsletter! E non perdere la mia nuova serie di tutorial sulla codifica: SQL for Data Analysis!

Grazie per aver letto!

Ti è piaciuto l'articolo? Per favore fatemi sapere facendo clic su in basso. Aiuta anche altre persone a vedere la storia!

Tomi Mester autore di data36.com Twitter: @ data36_com