好消息是，您已經(jīng)通過了第一步，這就是您對(duì)數(shù)據(jù)科學(xué)感興趣。現(xiàn)在這將不是一個(gè)容易的旅程，因?yàn)槟且粋€(gè)失敗者，但要把它作為每天激勵(lì)自己的燃料。

最重要的是，我要給你我的建議，我希望我在開始的時(shí)候有。

首先，介紹一下我自己…

我有商科學(xué)位，但從大學(xué)二年級(jí)開始，我就對(duì)機(jī)器學(xué)習(xí)感興趣。因此，我自學(xué)了我今天所知道的大部分知識(shí)，我很幸運(yùn)地在幾個(gè)數(shù)據(jù)分析師/數(shù)據(jù)科學(xué)工作中工作。

我為什么要告訴你這些？我想說清楚，我曾經(jīng)和你處于類似的位置！

請記住，這是一個(gè)長期目標(biāo)，因此您應(yīng)該期待長期的結(jié)果。如果你愿意付出100%的努力，我會(huì)給你至少一年的時(shí)間來決定是否繼續(xù)下去。

說到這里，讓我們潛入其中：

進(jìn)入數(shù)據(jù)科學(xué)可以歸結(jié)為兩件事，增長和展示您的技能。

1）提高數(shù)據(jù)科學(xué)技能

不久前，我寫了一篇文章，“如果我可以重新開始，我將如何學(xué)習(xí)數(shù)據(jù)科學(xué)?！痹谶@篇文章中，我將學(xué)習(xí)的內(nèi)容按學(xué)科劃分，即統(tǒng)計(jì)與數(shù)學(xué)、編程基礎(chǔ)和機(jī)器學(xué)習(xí)。

在這篇文章中，我將根據(jù)你的理解水平來劃分你應(yīng)該學(xué)習(xí)的內(nèi)容。

級(jí)別0：基本原理

你必須從基礎(chǔ)開始，構(gòu)建塊，無論你想怎么稱呼它。但是相信我，當(dāng)我說這些的時(shí)候，你的基礎(chǔ)越好，你的數(shù)據(jù)科學(xué)之旅就會(huì)越順利。

特別是，我建議您在以下主題中建立基礎(chǔ)知識(shí)：統(tǒng)計(jì)與概率、數(shù)學(xué)和編程。

統(tǒng)計(jì)和概率:如果你讀過我以前的文章，那么你可能已經(jīng)聽過第一百萬次了，但是數(shù)據(jù)科學(xué)家實(shí)際上只是一個(gè)現(xiàn)代統(tǒng)計(jì)學(xué)家。

• 如果你對(duì)統(tǒng)計(jì)和數(shù)學(xué)幾乎沒有接觸，我推薦可汗學(xué)院的統(tǒng)計(jì)和概率課程。
• 然而，如果你有一些微積分和積分的知識(shí)，我強(qiáng)烈建議你讀讀佐治亞理工學(xué)院的課程，名為“統(tǒng)計(jì)方法”。這是一個(gè)稍微困難的過程，因?yàn)樗枰嗟淖C明，但它將幫助你理解每個(gè)想法的復(fù)雜性。

數(shù)學(xué):取決于你在高中時(shí)的注意力，這將決定你需要花多少時(shí)間學(xué)習(xí)基礎(chǔ)數(shù)學(xué)。您應(yīng)該學(xué)習(xí)以下三個(gè)方面:微積分、積分和線性代數(shù):

• 當(dāng)涉及到任何與優(yōu)化相關(guān)的事情（這在數(shù)據(jù)科學(xué)中非常相關(guān)）時(shí)，微積分是必不可少的。為此我推薦了可汗學(xué)院的微積分課程。
• 當(dāng)談到概率分布和假設(shè)檢驗(yàn)時(shí)，積分是必不可少的。我推薦了汗學(xué)院的積分課程。
• 如果你想進(jìn)入深度學(xué)習(xí)，線性代數(shù)尤其重要，但即使這樣，了解其他基本的機(jī)器學(xué)習(xí)概念也是很好的，比如主成分分析和推薦系統(tǒng)。驚喜驚喜，你可以猜到我推薦什么課程。這里提供了鏈接。

編程:就像對(duì)數(shù)學(xué)和統(tǒng)計(jì)數(shù)據(jù)有一個(gè)基本的理解是很重要的一樣，了解編程中的核心基礎(chǔ)知識(shí)會(huì)使您的生活變得容易得多，尤其是在實(shí)現(xiàn)方面。因此，我建議您在深入研究機(jī)器學(xué)習(xí)算法之前，先花時(shí)間學(xué)習(xí)基本的SQL和Python。

• 如果您對(duì)SQL是完全陌生的，我建議您閱讀Mode的SQL教程，因?yàn)樗浅：啙嵑腿妗?
• 同樣，如果您是Python的新手，Codecademy是熟悉Python的好資源。

級(jí)別1：專門化

一旦你學(xué)會(huì)了基礎(chǔ)知識(shí)，你就準(zhǔn)備好專門化了。在這一點(diǎn)上，你是否想專注于機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等就取決于你了…

• 如果你想了解更多關(guān)于機(jī)器學(xué)習(xí)算法和實(shí)現(xiàn)的知識(shí)，我會(huì)去看看Kaggle的機(jī)器學(xué)習(xí)介紹，斯坦福的機(jī)器學(xué)習(xí)課程，或者Udemy上的機(jī)器學(xué)習(xí)A-Z。看看他們，看看什么最適合你的喜好！
• 如果你想了解更多關(guān)于深度學(xué)習(xí)的信息，在這里查看歐泰的專業(yè)化。物有所值！
• 如果你想學(xué)習(xí)更多關(guān)于NLP的知識(shí)，這里有5個(gè)免費(fèi)的自然語言處理課程，來自斯坦福和牛津等頂尖大學(xué)。

你可以專攻的東西還有那么多，所以在你做決定之前，請多探索一下！

第2級(jí)：練習(xí)

像其他任何事情一樣，你必須練習(xí)你學(xué)到的東西，因?yàn)槟闶チ四悴挥玫臇|西！以下是我推薦的3個(gè)資源，可以用來練習(xí)和改進(jìn)你的技能。

1. Leetcode是一個(gè)偉大的資源，它幫助我學(xué)習(xí)技能和整潔的技巧，我從來沒有想過是可能的。這是我在找工作時(shí)充分利用的東西，也是我永遠(yuǎn)會(huì)回去的資源。最好的部分是，他們通常有推薦的解決方案和討論板，因此您可以了解更有效的解決方案和技術(shù)。
2. 熊貓練習(xí)問題：這個(gè)資源是一個(gè)專門針對(duì)熊貓的練習(xí)問題的存儲(chǔ)庫。通過完成這些練習(xí)問題，您將知道如何：篩選和排序數(shù)據(jù)、聚合數(shù)據(jù)、使用.apply（）操作數(shù)據(jù)，等等。
3. Kaggle是世界上最大的數(shù)據(jù)科學(xué)社區(qū)之一，有數(shù)百個(gè)數(shù)據(jù)集可供選擇。使用Kaggle，您可以參加比賽，或者簡單地利用可用的數(shù)據(jù)集創(chuàng)建自己的機(jī)器學(xué)習(xí)模型。

2）展示你的數(shù)據(jù)科學(xué)技能

學(xué)習(xí)數(shù)據(jù)科學(xué)是一回事，但人們通常忘記的是營銷自己--你最終會(huì)想展示你學(xué)到的東西。如果您沒有與數(shù)據(jù)科學(xué)相關(guān)的學(xué)位，這對(duì)您來說尤其重要。

一旦你完成了幾個(gè)個(gè)人數(shù)據(jù)科學(xué)項(xiàng)目，下面是你展示它們和推銷自己的幾種方法：

您的簡歷

首先，利用你的簡歷展示你的數(shù)據(jù)科學(xué)項(xiàng)目。我建議創(chuàng)建一個(gè)名為“個(gè)人項(xiàng)目”的部分，在那里你可以列出你已經(jīng)完成的兩到三個(gè)項(xiàng)目。

同樣，您也可以在LinkedIn上的“projects”部分添加這些項(xiàng)目。

GitHub存儲(chǔ)庫

如果您還沒有創(chuàng)建Github存儲(chǔ)庫，我強(qiáng)烈建議您創(chuàng)建一個(gè)Github存儲(chǔ)庫。當(dāng)我們討論Github的主題時(shí)，學(xué)習(xí)Git將是一個(gè)好主意。在這里，您可以包含所有的數(shù)據(jù)科學(xué)項(xiàng)目，更重要的是，您可以與其他人共享您的代碼以供查看。

如果你有一個(gè)Kaggle帳戶，并在Kaggle上創(chuàng)建筆記本，這也是一個(gè)很好的選擇。

一旦你有了一個(gè)活躍的Kaggle或Github賬戶，確保你的賬戶URL在你的簡歷、領(lǐng)英和網(wǎng)站上都有。

個(gè)人網(wǎng)站

說到網(wǎng)站，我強(qiáng)烈建議以網(wǎng)站的形式建立一個(gè)數(shù)據(jù)科學(xué)投資組合。HTML和CSS是非常簡單的學(xué)習(xí)，這將是一個(gè)有趣的項(xiàng)目！如果你沒有時(shí)間，像Squarespace這樣的東西也會(huì)很好地工作。

中型博客

我有偏見，因?yàn)檫@對(duì)我來說很有效，但這并不意味著我不能推薦寫博客！使用像Medium這樣的平臺(tái)，您可以編寫項(xiàng)目演練，就像我的onWine Quality Prediction一樣。