想找个数据科学家的工作吗？别再随大流了！

最新推荐文章于 2022-12-31 23:47:23 发布

ronghuaiyang

最新推荐文章于 2022-12-31 23:47:23 发布

阅读量254

点赞数

本文链接：https://blog.csdn.net/u011984148/article/details/99439678

版权

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”

作者：Jeremie Harris

编译：ronghuaiyang

前戏

人工智能，机器学习，深度学习，大数据是最近最热门的工作，很多人都想转行，问题是，你如何才能在这么多人之中脱颖而出呢？看看下面的内容，说不定能让你少走很多弯路！

640?wx_fmt=png

我依然记得当我的兄弟决定卖掉比特币的那个时刻。那是在2017年，我在星巴克，我们遇到一个中年妇女，在发小册子，封面上用黑体写着：“比特币：早点退休的捷径”。

我很好奇，所以我问她，加密货币市场是怎么样的，但是结果她除了比特币之外一无所知，以太坊？“从来没听过”，莱特币？“是不是便宜版本的比特币？”。

当你发现家附近星巴克的中年妇女都在让你了解最新的科技，你可能正在接近炒作的顶峰，或者说，“泡沫”。

这并不是什么新的发现，人人都知道，当涉及到投资的时候，如果你做的事情，其他人也在做，你是不太可能有回报的。奇怪的是，当投资自己的时候，人们并没有运用同样的推理。

比如说，你要找个数据科学家的工作，如果你在做标准的“我要当一个数据科学家”的事情，这意味着你可能得不到你理想的工作。市场上充满了青年才俊，大多数有抱负的普通数据科学家不太可能获得太大的吸引力。所以，如果你想要避免一个大多数人的结果，为什么做大多数人做的事情？

问题是，人们开始数据科学之旅的时候，大多数人并不是这么想的。我和上百个有抱负的数据科学家聊过，80%的人基本上讲的是同样的故事：

首先，先学入门 (Python + sklearn + Pandas + 或者一些 SQL 或者其他的)
然后，学一些千篇一律的网上课程
看一些职位的描述，发现其中要求的自己一点都不会，开始慌了
或者看点别的网上课程，或者开始申请一些职位
没什么反馈（最多有几个面试）
开始郁闷，想读个硕士，申请更多的职位
到了决定的时候了：重复2到7，看看是不是会发生点别的？

如果这个在你身上发生过，可能你也在自我提升的泡沫里：你在做其他人做过的同样的事情，但是期待不同的结果。第一件事你要做的就是停下来。

如果你想要高于平均水平的结果，你就不能做平均水平的事情，为了避免做平均水平的事情，你需要知道哪些是平均水平的事情。

这里有几个例子：如果你需要通过网上课程来入门，可以，但不要陷入MOOC的恶性循环中:MOOC基本上是为普通人设计的，所以你不可能通过多做它们而成为出色的候选人。同样的，如果你的GitHub上有4到5本同样无聊的sklearn/ panda /seaborn/Keras的Jupyter notebook，不要再做另一个了。

总的来说，规则是:如果某件事看起来是显而易见的下一步，因为其他人都在做这件事，那么“不做”是件好事。相反，你需要找到别人没有做的事情，并尽快去做。

那么别人没做过的那些事情是什么呢？根据我的发现，我想到了5个：

复现论文。如果你是一个深度学习爱好者，这一点尤其正确。人们之所以不这样做，因为这比获取数据集并使用简单的ANN或XGBoost进行千篇一律的分类要困难。在arXiv上找到与您的领域相关的最有趣的论文(最好是最近的一篇)，并阅读它，理解它，然后，复现它，可能在一个新的数据集上，写一篇关于它的博客。
不要呆在你的舒适区里。如果你开始一个新项目，最好是学习一些新的框架/库/工具。如果您正在构建第6个以df = pd.read_csv(文件名)开头、以f1 = f1_score(y_true, y_pred)结尾的 Jupyter notebook，那么是时候更改策略了。
学习点无聊的事情。其他人不这样做是因为没有人喜欢无聊的事情。但是，学习正确的Git流、如何使用Docker、如何使用Flask构建应用程序、以及如何在AWS或谷歌云上部署模型，这些都是企业迫切希望申请者具备的技能，但大多数申请者都没有充分认识到这些技能。
做点令人讨厌的事情。1)在本地的数据科学会议上提交一篇论文。或者，至少参加一下当地的数据科学聚会。2)在LinkedIn上给别人发冷信息。试着提前提供有价值的信息(“我刚注意到你的网站出现了一个错字”)。不要马上向他们要工作。让你的问题尽可能的具体(“我想在我的博客上得到你的反馈”)。你试图建立一种关系，扩大你的关系网，这需要耐心。3)参加会议和社交活动。4)组建学习小组。
做一些看起来疯狂的事情。每个人都去UCI仓库，或者使用一些库存数据集(哈欠)来构建他们的项目，不要这么干了。了解如何使用web抓取库或一些不受重视的API来构建自己的自定义数据集。数据很难获得，公司通常需要依靠他们的工程师来获取数据。你的目标应该是让别人觉得你是那种痴迷于数据科学的疯子，只要能把工作做好，会自己构建数据集。