Kaip pradėti karjerą duomenų mokslo srityje
Duomenų mokslas pastaraisiais metais tapo viena geidžiamiausių karjeros sričių. Priežastys aiškios: beveik kiekviena pramonės šaka dabar remiasi duomenimis priimdama sprendimus – nuo bankininkystės ir elektroninės prekybos iki sveikatos priežiūros ir gamybos bei valdžios. Tačiau pradedantiesiems pradėti karjerą duomenų moksle dažnai gali atrodyti baugu, nes ši sritis apjungia statistiką, programavimą ir verslo nuovoką. Šiame straipsnyje aptariami praktiniai žingsniai, kaip pradėti karjerą duomenų moksle – nuo pamatų sukūrimo iki pirmojo darbo gavimo.
1. Pirmiausia supraskite, kas yra duomenų mokslas
Duomenų mokslas yra disciplina, orientuota į duomenų apdorojimą siekiant gauti naudingas įžvalgas, prognozes ar rekomendacijas. Duomenų mokslininko darbas paprastai apima duomenų rinkimą, jų valymą, modelių analizę, mašininio mokymosi modelių kūrimą ir rezultatų perdavimą suinteresuotosioms šalims.
Daugelis pradedančiųjų mano, kad duomenų mokslas tėra sudėtingų dirbtinio intelekto modelių kūrimas. Tačiau praktikoje didžioji dalis laiko dažnai skiriama verslo problemų supratimui ir duomenų valymui. Todėl prieš gilinantis į temą, svarbu suprasti bendrą vaizdą, kad išvengtumėte klaidingų lūkesčių.
2. Nuspręskite, kokio karjeros kelio norite pasirinkti
Duomenų mokslas atlieka keletą panašių vaidmenų, tačiau skiriasi jų taikymo sritys. Ankstyvas savo kelio nustatymas padės jums mokytis tikslingiau. Kai kurie įprasti keliai yra šie:
– Duomenų analitikas: daugiausia dėmesio skiria duomenų analizei, ataskaitų suvestinių, įžvalgų ir informacijos suvestinių kūrimui verslo sprendimams priimti.
– Duomenų mokslininkas: derina duomenų analizę su statistiniu modeliavimu ir mašininiu mokymusi.
– Mašininio mokymosi inžinierius: daugiausia dėmesio skiria modelių, kuriuos galima paleisti gamybos sistemose (diegimas), vamzdynuose ir optimizavime, įgyvendinimui.
– Duomenų inžinierius: kurti duomenų infrastruktūrą, ETL/ELT duomenų perdavimo kanalus ir užtikrinti, kad duomenys būtų paruošti naudoti.
Jei vis dar nesate tikri, pradedantiesiems tinkamiausias kelias paprastai yra duomenų analitiko specialybė, nes ji pabrėžia duomenų analizės ir bendravimo įgūdžius. Po to galite pereiti į duomenų mokslininko arba mašininio mokymosi inžinieriaus specialybę.
3. Įvaldykite pagrindus: pagrindinę statistiką ir matematiką
Duomenų mokslas labai remiasi statistine logika. Jums nereikia būti matematiku, tačiau yra keletas pagrindinių sąvokų, kurias turėtumėte įvaldyti:
– Aprašomoji statistika (vidurkis, mediana, dispersija, standartinis nuokrypis)
– Pagrindinė tikimybė
– Duomenų pasiskirstymas (normalus, binominis ir kt.)
– Koreliacija ir priežastingumas
– Hipotezių tikrinimo ir p-reikšmės samprata (minimalus bazinis supratimas)
– Tiesinė regresija kaip pagrindinė sąvoka
Jei įvaldysite šiuos pagrindus, jums bus lengviau suprasti, kodėl modelis veikia ir kada galima pasitikėti analizės išvada.
4. Išmokite atitinkamo programavimo: Python arba R
Pramonėje „Python“ yra populiariausias duomenų mokslo pasirinkimas dėl savo plačios ekosistemos. R taip pat yra labai galinga, ypač statistinei analizei, tačiau „Python“ paprastai yra lankstesnė mašininio mokymosi kūrimui.
Pradėkime nuo svarbiausio dalyko:
– Python pagrindai: kintamieji, ciklai, funkcijos, sąrašai/diktantai
– Duomenų manipuliavimas naudojant „Pandas“ ir „NumPy“
– Vizualizacija naudojant „Matplotlib“ arba „Seaborn“
– Pagrindinis mašininis mokymasis naudojant „Scikit-learn“
Nesistenkite visko išmokti iš karto. Susitelkite į paprastus projektinius įgūdžius: duomenų skaitymą, jų valymą, analizę, vizualizacijų kūrimą ir rezultatų apibendrinimą.
5. Įvaldykite SQL, nes realiuose darbuose tai beveik privaloma.
Daugeliui duomenų apdorojimo užduočių reikia gauti duomenis tiesiai iš duomenų bazių. Todėl SQL yra privalomas įgūdis net duomenų mokslininkams. Turėsite įvaldyti:
– PASIRINKTI, KUR, GRUPUOTI PAGAL, IŠDĖSTYTI PAGAL
– SUJUNGTI (VIDINĖ, KAIRĖ, DEŠINĖ)
– Subužklausos ir CTE
– Agregavimo ir langų funkcijos (jei pažangios)
Geri SQL įgūdžiai dažnai yra lemiamas veiksnys kreipiantis dėl darbo, nes įmonės retai pateikia „paruoštus naudoti“ duomenis, kaip mokymo priemonėse.
6. Sukurkite realų projektų portfelį
Portfolio yra pagrindinė priemonė pradedantiesiems, ypač jei neturite jokios darbo patirties duomenų mokslo srityje. Rinkitės projektus, kurie demonstruoja visą procesą, pavyzdžiui:
– Pardavimų analizė ir klientų segmentavimas
– Klientų praradimo prognozavimas
– Būsto kainos prognozė
– Produkto apžvalgos nuotaikų analizė
– KPI ataskaitų suvestinė, naudojant viešuosius duomenis
Naudokite duomenis iš „Kaggle“, vyriausybės duomenų (atvirų duomenų) ar kitų viešųjų duomenų rinkinių. Tačiau ne tik kopijuokite esamus užrašų knygeles. Pabandykite išsamiai paaiškinti veiksmus savais žodžiais.
Idealiu atveju jūsų portfelyje bus:
– Aiškūs verslo / projekto tikslai
– Duomenų valymo procesas (duomenų valymas)
– Žvalgomoji duomenų analizė (EDA)
– Sukurti modeliai arba įžvalgos
– Išvados ir rekomendacijos
Įkelkite projektą į „GitHub“ arba portfelio platformą, pvz., „Kaggle“, ir įtraukite švarų README failą.
7. Praktikuokite bendravimo ir pasakojimo įgūdžius
Duomenų mokslas yra ne tik skaičiai, bet ir jų prasmės perteikimas. Daugelis žmonių neišlaiko pokalbių ne dėl to, kad jiems trūksta intelekto, o dėl to, kad negali paprastai paaiškinti savo analizės rezultatų.
Praktikuokite šį įgūdį taip:
– Sukurkite analizės santrauką 5–10 sakinių.
– Grafiko paaiškinimas: „Kas vyksta ir kodėl tai svarbu?“
– Pateikite praktinių įžvalgų rekomendacijų
– Supaprastinti techninius terminus netechninei auditorijai
Bendravimo įgūdžiai padės jums atrodyti profesionaliau ir labiau pasiruošus dirbti.
8. Lankykite tinkamus kursus, bet neapsiribinkite vien sertifikatais.
Internetiniai kursai gali paspartinti mokymąsi, tačiau nesusitelkite tik į sertifikatus. Svarbiausia yra įgūdžiai ir projekto įrodymai.
Įprasti ir lengvai prieinami mokymosi ištekliai:
– Python kursas duomenų mokslui
– SQL ir duomenų bazių kursai
– Duomenų analizės statistika
– Pagrindinis mašininis mokymasis
– Vizualizacija ir ataskaitų sritis („Tableau“ / „Power BI“)
Rinkitės kursus, kuriuose reikia atlikti pratimus ar projektus. Kuo daugiau praktikos turėsite, tuo greičiau tobulėsite.
9. Kaupkite patirtį per stažuotes, dirbdami laisvai samdomu darbu arba dalyvaudami bendruomenės projektuose.
Jei kyla sunkumų gaunant pirmąjį darbą, pabandykite kaupti patirtį alternatyviais būdais:
– Duomenų analitiko / duomenų mokslininko stažuotė
– Laisvai samdoma duomenų analizė MVĮ arba mažoms startuolių įmonėms
– Pagalba atliekant universiteto ar bendruomenės tyrimus
– Atvirojo kodo projektai arba „Kaggle“ konkursai
Ši patirtis gali būti įtraukta į jūsų gyvenimo aprašymą kaip įrodymas, kad sprendėte realias problemas su duomenimis.
10. Parengkite savo gyvenimo aprašymą ir darbo paraiškos strategiją
Duomenų mokslo CV turėtų būti glaustas, aiškus ir orientuotas į rezultatus. Įtraukite:
– Techniniai įgūdžiai (Python, SQL, įrankiai)
– Projektai su GitHub/Kaggle nuorodomis
– Projekto poveikis (pvz., „padidintas prognozavimo tikslumas dėl…“ arba „atrasta įžvalgų, kurios…“)
– Atitinkama patirtis, net jei ir ne išsami duomenų mokslo srityje (pvz., verslo patirtis, tyrimai ar analitinių ataskaitų rengimas)
Teikdami paraišką, pritaikykite ją prie pareigybės aprašymo. Jei pareigybėje daugiausia dėmesio skiriama SQL ir ataskaitų suvestinėms, pabrėžkite šią patirtį.
Uždarymas
Pradėti karjerą duomenų mokslo srityje yra sudėtinga, tačiau tai visiškai įmanoma, jei turite kryptingą ir nuoseklų mokymosi planą. Pradėkite nuo statistikos pagrindų, įvaldykite Python ir SQL, o tada sukurkite atitinkamų projektų portfolio. Nepamirškite, kad bendravimo įgūdžiai ir verslo konteksto supratimas yra tokie pat svarbūs kaip ir techniniai įgūdžiai.
Jei kelis mėnesius skirsite nuosekliam mokymuisi ir darbui su projektais, jūsų šansai gauti pirmąjį duomenų analitiko ar jaunesniojo duomenų mokslininko darbą yra dideli. Svarbiausia – praktika, portfolio ir atkaklumas.
Jei norite, taip pat galiu padėti jums sukurti išsamesnį 3 mėnesių mokymosi planą (savaitė po savaitės) pagal jūsų išsilavinimą, pavyzdžiui, nuo nulio, iš netechninės specialybės arba jau žinodami pagrindinius Python įgūdžius.
