數(shù)據(jù)科學家泰勒·理查茲@臉書

大約每個月，我都會收到一封電子郵件，問我如何進入數(shù)據(jù)科學，我已經回答得夠多了，所以我決定把它寫在這里，這樣我就可以把人們鏈接到它。所以如果你是這些學生中的一員，歡迎！

我將把它分成基本的建議，如果你只在谷歌上搜索“如何進入數(shù)據(jù)科學”，就可以很容易地找到這些建議，以及不太常見的建議，但我多年來發(fā)現(xiàn)這些建議非常有用。我將從后者開始，然后轉向基本建議。顯然，對此要半信半疑，因為所有的建議都帶有一點生存偏見。

較少的基本建議:

1。查找堅實的社區(qū)

如果你在大學里，在那里的一半意義是找到像你這樣聰明、有抱負、有動力的人來學習和成長。對我的母校來說，這個社區(qū)是數(shù)據(jù)科學和信息學俱樂部。社區(qū)/網絡幫助你開始，讓你保持動力，并且是獲得實習和長期全職工作的關鍵。

2。將數(shù)據(jù)科學應用于您喜歡的事物

擅長任何事情都很難（杜），將數(shù)據(jù)科學應用到你關心的領域或領域可以幫助你保持動力并脫穎而出。我舉了幾個例子：Usinguf（母校）的學生政府選舉，學習機器學習方法，或者通過記錄我們的乒乓球比賽來跟蹤我朋友的Elo成績。這些項目教會了我基本的技能，但沒有明顯的工作感覺。

獲得代表你將來想要執(zhí)行的工作的有用的實踐是至關重要的，因為通過這種實踐，你只能得到兩件事中的一件：

a.意識到你實際上并不喜歡這種類型的數(shù)據(jù)科學，在這種情況下，你應該立即停止閱讀

B.你可以很容易地寫（博客）或談論（給想付錢給你的人）的寶貴經驗

這就引出了我的下一個觀點。

3。盡量減少“能力證明點擊”

招聘人員會花15秒在你的簡歷上，潛在團隊會花1-5分鐘（最多）在你的簡歷+網站/GitHub上（訪問者tomy投資組合網站平均會花2分16秒再繼續(xù)）。這兩個群體都經常使用GPA、學校質量或科技公司數(shù)據(jù)的經驗等能力指標（我稱之為身份證明）。因此，你應該仔細考慮向讀者發(fā)出信號所需的時間，告訴他們你可以做他們想招聘的任何工作。要考慮的一個粗略指標是點擊證明能力。

如果招聘人員不得不點擊Github中正確的存儲庫，然后點擊文件，直到他們發(fā)現(xiàn)Jupyter筆記本中有不可讀的代碼（但沒有注釋），你就已經輸了。如果招聘人員在你的簡歷上看到機器學習，但你需要點擊5次才能看到任何ML產品或代碼，你就已經輸了。任何人都可以在簡歷上撒謊；用一個觀點來迅速引導讀者的注意力，你就會處于一個明顯更好的位置。

在我的網站上，我想優(yōu)化這個指標的方式非常清楚。瀏覽文本大約需要10秒鐘（我敢打賭大多數(shù)人不會一直讀下去），然后人們可以立即選擇一個數(shù)據(jù)科學項目來查看，這些項目根據(jù)它們展示我所能做的工作的程度進行排序。對于在DS中開始，我強烈建議制作一個網站（即使是一個引導模板網站也很好），并將其托管在Github頁面或heroku上。

4。通過研究或入門級工作學習

在你做了這三件事之后，看看你是否能說服某人付錢給你學習數(shù)據(jù)科學。我喜歡UF有一個很棒的選舉數(shù)據(jù)科學小組（麥克唐納博士和史密斯博士目前負責），但如果你去任何一個研究小組采訪他們，他們可能會為你的工作付錢。最終，有了這樣的經驗，你就可以申請實習并獲得豐厚的報酬。這里的關鍵是不要一開始就尋找那些令人難以置信的花哨的DS實習機會，而是在當?shù)赜袛?shù)據(jù)科學任務但沒有足夠的錢雇傭一名全職數(shù)據(jù)科學家的公司或研究小組。數(shù)據(jù)科學學習快速復合，所以現(xiàn)在就開始吧！考慮到所有這些，讓我們繼續(xù)討論更基本的建議。

非?；镜慕ㄗh:

數(shù)據(jù)科學主要是應用于任何領域的編程和統(tǒng)計，所以這兩個領域的背景是至關重要的。

1。統(tǒng)計信息

盡快獲得一個良好的統(tǒng)計背景（參加課程，在線學習）。教科書會帶你走得更遠，好奇心會帶你走得更遠。

書籍/資源：

• 裸體統(tǒng)計（基礎、付費）
• 統(tǒng)計學習概論（教科書，免費）
• 統(tǒng)計與概率：可汗學院（基礎，免費）

2。編程

學習Python或R，并真正擅長它。每天做一些新的事情，每周至少花5-10個小時在上面。在此之后學習SQL。你不能跳過這個。

書籍/資源：

• 數(shù)據(jù)科學R（免費）
• 機器學習Python食譜（付費）
• 數(shù)據(jù)科學從無到有（付費）
• 數(shù)據(jù)分析的SQL教程（免費）
• 介紹Comp Sci和Python編程（麻省理工學院課程，免費）

3。業(yè)務經驗

在寶潔，我的數(shù)據(jù)科學工作被應用于零售業(yè)。在臉書，誠信問題。保護民主，呃，民主。學習數(shù)據(jù)科學在某些業(yè)務環(huán)境中的應用是很困難的，需要實踐，并且通常涉及到對度量、產品分析和激勵結構的扎實理解。這非常符合第二個不太基本的建議。

總結

學習數(shù)據(jù)科學很難，但我發(fā)現(xiàn)它非常有價值。我給你的最后一個提議，作為閱讀這篇長篇文章的交換，是說一旦你把數(shù)據(jù)科學應用到你感興趣的問題上，并把它發(fā)布到網上的某個地方，在推特上把它寫給我，我保證會閱讀并轉發(fā)它。祝你好運！