Wie bekomme ich meinen ersten Job in Data Science?

Wie kann man ihren ersten Einstiegsjob als Data Scientist oder Data Analyst bekommen? Wenn Sie durch Data Science-Foren scrollen, finden Sie viele Fragen zu diesem Thema. Leser meines Data Science-Blogs (data36.com) fragen mich von Zeit zu Zeit gleich. Und ich kann Ihnen sagen, dass dies ein absolut gültiges Problem ist!

Ich habe beschlossen, meine Antworten auf alle wichtigen Fragen zusammenzufassen!

NEU! Ich habe einen umfassenden (kostenlosen) Online-Videokurs erstellt, um Ihnen den Einstieg in Data Science zu erleichtern. Klicken Sie hier, um weitere Informationen zu erhalten: So werden Sie Data Scientist.

HIER REGISTRIEREN (KOSTENLOS): https://data36.com/how-to-become-a-data-scientist/

# 1: Was sind die wichtigsten Fähigkeiten und Werkzeuge von Data Scientists? Und wie können Sie sie bekommen?

Gute Nachrichten - schlechte Nachrichten.

Ich werde mit dem schlechten beginnen. In 90% der Fälle sind die Fähigkeiten, die sie Ihnen an den Universitäten vermitteln, in realen datenwissenschaftlichen Projekten nicht wirklich nützlich. Wie ich schon mehrmals geschrieben habe, werden in realen Projekten diese 4 Datencodierungsfähigkeiten benötigt:

  • Bash / Kommandozeile
  • Python
  • SQL
  • R.
  • (und manchmal Java)
Quelle: KDnuggets

Welche 2 oder 3 am hilfreichsten sind, hängt wirklich von der Firma ab. Wenn Sie jedoch eine gelernt haben, ist es viel einfacher, eine andere zu lernen.

Die erste große Frage lautet also: Wie können Sie diese Tools erhalten? Hier kommt die gute Nachricht! Alle diese Tools sind kostenlos! Dies bedeutet, dass Sie sie herunterladen, installieren und verwenden können, ohne einen Cent dafür zu bezahlen. Sie können üben, ein Datenhobbyprojekt erstellen oder so!

Ich habe kürzlich einen schrittweisen Artikel darüber geschrieben, wie Sie diese Tools auf Ihrem Computer installieren. Schau es dir hier an.

# 2: Wie lerne ich?

Es gibt zwei Möglichkeiten, Data Science einfach und kostengünstig zu erlernen.

1. Bücher.

Ein bisschen altmodisch, aber immer noch eine gute Art zu lernen. Aus Büchern können Sie sehr fokussiertes, sehr detailliertes Wissen über Online-Datenanalyse, Statistik, Datencodierung usw. erhalten. Ich habe 7 Bücher hervorgehoben, die ich in meinem vorherigen Artikel hier empfohlen habe.

Top 7 Datenbücher, die ich empfehle

2. Online-Webinare und Videokurse.

Online-Kurse zu Data Science werden zu fairen Preisen angeboten (10 bis 500 US-Dollar) und decken verschiedene Themen ab, die von Datencodierung bis hin zu Business Intelligence reichen. Wenn Sie zu Beginn kein Geld dafür ausgeben möchten, habe ich in diesem Beitrag kostenlose Kurse und Lernmaterialien aufgelistet.

(3 .: Der erste Monat des Junior Data Scientist-Kurses Ich habe einen 6-wöchigen Online-Data Science-Kurs für angehende Data Scientists erstellt, um lebensnahe Aufgaben in einem naturgetreuen Datensatz zu üben und zu lösen: Der erste Monat des Junior Data Scientist .)

# 3: Wie man übt und wie man echte Lebenserfahrung sammelt

Das ist eine knifflige Sache, oder? Jedes Unternehmen möchte Menschen mit mindestens ein wenig Erfahrung aus dem wirklichen Leben haben. Aber wie können Sie Erfahrungen aus dem wirklichen Leben sammeln, wenn Sie Erfahrungen aus dem wirklichen Leben benötigen, um Ihren ersten Job zu bekommen? Klassischer Catch-22. Und die Antwort lautet: Haustierprojekte.

„Haustierprojekt“ bedeutet, dass Sie eine Datenprojektidee entwickeln, die Sie begeistert. Dann fängst du einfach an, es zu bauen. Sie können sich das als kleines Startup vorstellen, aber stellen Sie sicher, dass Sie sich weiterhin auf den datenwissenschaftlichen Teil des Projekts konzentrieren und den geschäftlichen Teil einfach ignorieren. Um Ihnen einige Ideen zu geben, hier einige meiner Lieblingsprojekte aus den letzten Jahren:

  • Ich habe ein Skript erstellt, das eine Immobilienwebsite überwacht und mir die besten Angebote in Echtzeit per E-Mail gesendet hat, damit ich diese Angebote vor allen anderen erhalten kann.
  • Ich habe ein Skript erstellt, das alle Artikel von ABC, BBC und CNN abruft, und basierend auf den verwendeten Wörtern die Artikel, die genau dasselbe Thema hatten, auf den drei verschiedenen Nachrichtenportalen verbunden.
  • Ich habe einen selbstlernenden Chatbot in Python erstellt. (Es ist allerdings nicht zu schlau - da ich es noch nicht trainiert habe.)

Seien Sie kreativ! Finden Sie selbst ein datenwissenschaftliches Haustierprojekt und beginnen Sie mit dem Codieren! Wenn Sie mit einem Codierungsproblem an die Wand stoßen - das kann leicht passieren, wenn Sie anfangen, eine neue Datensprache zu lernen - verwenden Sie einfach Google und / oder Stackoverflow. Ein kurzes Beispiel von mir - wie effektiv Stackoverflow ist:

linke Seite: meine Frage - rechte Seite: die Antwort (in 7 Minuten)

Beachten Sie den Zeitstempel! Ich habe eine Art komplizierte Frage gesendet und die Antwort in 7 Minuten zurückbekommen. Das einzige, was ich tun musste, war, den Code in meinen Produktionscode zu kopieren und zu boomen. Es hat einfach funktioniert!

(Hinweis: Cross Validated ist ein weiteres großartiges Forum für Fragen im Zusammenhang mit Data Science.)

+1 Vorschlag:

Auch wenn es ein bisschen schwierig ist, versuchen Sie, einen Mentor zu finden. Wenn Sie Glück haben, finden Sie jemanden, der in einer Data Scientist-Rolle in einem netten Unternehmen arbeitet und der 1 Stunde pro Woche oder zweiwöchentlich mit Ihnen verbringen und Dinge diskutieren oder unterrichten kann.

# 4: Wohin und wie senden Sie Ihre erste Bewerbung?

Wenn Sie keinen Mentor gefunden haben, können Sie Ihren ersten immer noch in Ihrem ersten Unternehmen finden. Dies wird Ihr erster Job im Bereich Data Science sein, daher empfehle ich, sich nicht auf viel Geld oder eine ausgefallene Startup-Atmosphäre zu konzentrieren. Konzentrieren Sie sich darauf, eine Umgebung zu finden, in der Sie lernen und sich verbessern können.

Wenn Sie Ihren ersten Data Science-Job bei einem multinationalen Unternehmen annehmen, stimmt dies möglicherweise nicht mit dieser Idee überein, da die Leute dort normalerweise zu beschäftigt mit ihren Dingen sind und daher keine Zeit oder / und Motivation haben, Ihnen bei der Verbesserung zu helfen (natürlich immer) Ausnahmen).

In einem winzigen Startup als erste Datenperson im Team zu beginnen, ist auch in Ihrem Fall keine gute Idee, da diese Unternehmen keine leitenden Datenmitarbeiter haben, von denen sie lernen können.

Ich rate Ihnen, sich auf Unternehmen mit einer Größe von 50 bis 500 zu konzentrieren. Das ist der goldene Mittelwert. Hochrangige Datenwissenschaftler sind an Bord, aber sie sind nicht zu beschäftigt, um Ihnen zu helfen und Sie zu unterrichten.

Okay, Sie haben einige gute Unternehmen gefunden ... Wie bewerbe ich mich? Einige Grundsätze für Ihren Lebenslauf: Heben Sie Ihre Fähigkeiten und Projekte hervor, nicht Ihre Erfahrung (da Sie noch nicht zu viele Jahre Zeit haben, um sie zu Papier zu bringen). Listen Sie die relevanten Codierungssprachen (SQL und Python) auf, die Sie verwenden, und verknüpfen Sie einige Ihrer verwandten Github-Repos, damit Sie zeigen können, dass Sie diese Sprache wirklich verwendet haben.

In den meisten Fällen fordern Unternehmen auch ein Anschreiben an. Es ist natürlich eine gute Gelegenheit, Ihre Begeisterung auszudrücken, aber Sie können auch einige praktische Details hinzufügen, wie zum Beispiel, was Sie in Ihren ersten Wochen tun würden, wenn Sie eingestellt würden. (ZB „Wenn ich Ihren Registrierungsablauf betrachte, würde ich vermuten, dass die ____ Webseite eine wichtige Rolle spielt. In meinen ersten Wochen würde ich ___, ___ und ___ (spezifische Analysen) durchführen, um diese Hypothese zu beweisen und sie tiefer zu verstehen. Dies könnte dem Unternehmen helfen, _____ zu verbessern und schließlich die _____ KPIs zu verbessern. “)

Hoffentlich erhalten Sie dadurch ein Vorstellungsgespräch, in dem Sie sich ein wenig über Ihre Haustierprojekte, Ihre Anschreiben-Vorschläge unterhalten können, aber es geht hauptsächlich um die Überprüfung der Persönlichkeitsfähigkeit und höchstwahrscheinlich um einen grundlegenden Fähigkeitstest. Wenn Sie genug geübt haben, werden Sie dies bestehen ... aber wenn Sie ein nervöser Typ sind und mehr üben möchten, können Sie dies auf hackerrank.com tun.

Fazit

Das war's. Ich weiß, es klingt einfacher, wenn es geschrieben wird, aber wenn Sie wirklich entschlossen sind, ein Data Scientist zu sein, wird es kein Problem sein, dies zu erreichen! Viel Glück damit!

Wenn Sie ausprobieren möchten, wie es ist, ein Junior Data Scientist bei einem echten Startup zu sein, lesen Sie meinen 6-wöchigen Online-Kurs für Data Science: Der erste Monat des Junior Data Scientist!

Und wenn Sie mehr über Data Science erfahren möchten, besuchen Sie meinen Blog (data36.com) und / oder abonnieren Sie meinen Newsletter! Und verpassen Sie nicht meine neue Codierungs-Tutorialserie: SQL for Data Analysis!

Danke fürs Lesen!

Hat Ihnen der Artikel gefallen? Bitte lassen Sie es mich einfach wissen, indem Sie auf das unten klicken. Es hilft auch anderen Menschen, die Geschichte zu sehen!

Tomi Mester Autor von data36.com Twitter: @ data36_com