作者 | Jeremie Harris

翻譯 | Mika

本文為 CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉(zhuǎn)載需授權(quán)

在大學(xué)我學(xué)習(xí)物理時，每當(dāng)遇到不理解的術(shù)語，我就會上網(wǎng)搜索，這時我常會用到的就是維基百科。

雖然維基百科很好用，但是上面很多文章都不適合我的水平。那些文章要不就是超出我的理解，或者對我來說太簡單了。這種情況時常發(fā)生，因此我從中總結(jié)的經(jīng)驗就是，維基百科上的技術(shù)詞條很難既提供有效信息，又做到易于理解。

很多數(shù)據(jù)科學(xué)方面的職業(yè)建議也是如此，有些是針對完全零基礎(chǔ)的初學(xué)者；有些是針對初級數(shù)據(jù)科學(xué)家磨練技能；有些則針對資深的軟件工程師。而這容易讓許多想成為數(shù)據(jù)科學(xué)家的人群感到無從下手，他們不知道該如何花在哪里。

 在本文中，我打算針對三種不同類型的人群給出相應(yīng)的職業(yè)轉(zhuǎn)型建議。

第一類：零基礎(chǔ)的初學(xué)者

如果你剛剛進入數(shù)據(jù)科學(xué)領(lǐng)域，請記住該領(lǐng)域的發(fā)展速度非常快，也許現(xiàn)在我給出的建議在你準(zhǔn)備求職時已經(jīng)過時了。如今數(shù)據(jù)科學(xué)的招聘標(biāo)準(zhǔn)與一兩年后的標(biāo)準(zhǔn)之間的差距可能會更大。

在明確這點的基礎(chǔ)上，如果你想進入數(shù)據(jù)科學(xué)領(lǐng)域，并且沒有任何編程方面的背景，我要給出的建議如下：

首先要保持開放的心態(tài)

如果你是一名初學(xué)者，那么你可能完全不知道數(shù)據(jù)科學(xué)的具體內(nèi)涵。那么可以先和一些數(shù)據(jù)科學(xué)家聊一聊；關(guān)注相關(guān)的科學(xué)播客。成為一名數(shù)據(jù)科學(xué)家需要花費大量的時間和精力，因此只因為你認為自動駕駛汽車很酷就一頭扎進去，這并不是一個很好的理由。確保自己了解數(shù)據(jù)科學(xué)中不那么高大上的部分，數(shù)據(jù)處理和構(gòu)建數(shù)據(jù)管道等，這些方面占數(shù)據(jù)科學(xué)家日常工作的大部分。

如果你決定繼續(xù)前進，這太好了！首先你要做的第一件事就是學(xué)習(xí)Python。參加一些在線課程，并盡快建立一個基礎(chǔ)項目。當(dāng)你掌握一定Python技能時，學(xué)習(xí)如何使用Jupyter notebook。

在找工作時，一開始就從全面的數(shù)據(jù)科學(xué)職位并不是最好的。相反，可以選擇數(shù)據(jù)可視化或數(shù)據(jù)分析職位，這類職位市場需求量大，而且要求沒有數(shù)據(jù)科學(xué)家那么高。這些職位經(jīng)常與數(shù)據(jù)科學(xué)家一起工作，當(dāng)你獲得了一些經(jīng)驗后，也可以著手向這個方向發(fā)展。

如何發(fā)揮自己的優(yōu)勢：

當(dāng)你準(zhǔn)備好找工作時，你會發(fā)現(xiàn)學(xué)會推銷自己在在數(shù)據(jù)科學(xué)中非常重要。你可能會擔(dān)心，因為你沒有任何專業(yè)經(jīng)驗或計算機科學(xué)的研究生學(xué)位，推廣自己是一個難題。但這也可以成為你最大的優(yōu)勢：你是從零開始，自學(xué)成才的數(shù)據(jù)科學(xué)家，公司需要這些努力而且學(xué)習(xí)能力強的數(shù)據(jù)科學(xué)家。為此你需要符合自己的這種形象，不斷提高技能，解決一個個挑戰(zhàn)，但當(dāng)中的回報絕對是值得的。

第二類：軟件工程師

我遇到的想成為數(shù)據(jù)科學(xué)家的人中，可能有20%都是軟件工程師。一方面，有將代碼部署到生產(chǎn)和與開發(fā)團隊合作的相關(guān)經(jīng)驗，這是非常重要的資產(chǎn)。另一方面，如今對全棧開發(fā)人員的需求非常高，有時公司會將軟件工程師歸為這個方向。因此想轉(zhuǎn)為數(shù)據(jù)科學(xué)家時，你要避免被當(dāng)作軟件工程師，而不是數(shù)據(jù)科學(xué)家。

其他建議：

首先你可以考慮轉(zhuǎn)為專注后端或數(shù)據(jù)庫相關(guān)方向。熟悉數(shù)據(jù)管道是一個良好的開端，這可以幫助你構(gòu)建核心數(shù)據(jù)操作技能組。

機器學(xué)習(xí)工程可能是最接近數(shù)據(jù)科學(xué)的職位，這更容易過渡。在求職時，你可以找哪些強調(diào)部署模型，或?qū)⑵浼傻浆F(xiàn)有應(yīng)用程序的職位，這些職位將最有效地利用你現(xiàn)有的技能。

你很可能要建立機器學(xué)習(xí)或數(shù)據(jù)科學(xué)項目來打動雇主。利用你的軟件工程技能，將這些技能整合到可以向招聘人員展示的應(yīng)用程序中。這特別有效，因為這更為明確，而且突顯了你作為全棧數(shù)據(jù)科學(xué)家的潛力。

要記住，在職業(yè)轉(zhuǎn)型時你的薪資很可能會減少。即使是高級軟件工程師，當(dāng)他們轉(zhuǎn)行數(shù)據(jù)科學(xué)時，也需要從初級的職位開始。

如何發(fā)揮自己的優(yōu)勢：

最好的方法就是利用你在軟件開發(fā)方面的經(jīng)驗。你已經(jīng)知道如何編寫干凈、文檔記錄良好的代碼，以及該如何與他人協(xié)作，這是大多數(shù)初級職位求職者所缺乏的優(yōu)勢。

第三類：計算機科學(xué)、數(shù)學(xué)或物理專業(yè)的應(yīng)屆畢業(yè)生

如果你是一名本科、碩士或博士生，你可能在統(tǒng)計學(xué)和數(shù)學(xué)方面有很好的基礎(chǔ)。但你可能從未申請過科技方面的工作，而且你不確定如何準(zhǔn)備面試。此外，假設(shè)你讀書時一直在編程，你很可能無法寫出干凈、結(jié)構(gòu)良好的代碼。

幾點建議：

你在讀書期間學(xué)的R語言還不夠。如果你是學(xué)物理的，那你的MATLAB或數(shù)學(xué)技能也是不夠的，去學(xué)學(xué)Python吧。

這些內(nèi)容你需要盡快學(xué)習(xí)：協(xié)作版本控制，比如如何與其他人一起使用GitHub）；容器化，比如如何使用Docker；開發(fā)運營，學(xué)習(xí)如何使用AWS或其他類似服務(wù)在云中部署模型；SQL也是必須的。

學(xué)習(xí)Python中的測試驅(qū)動開發(fā)。學(xué)習(xí)如何使用文檔字符串，如何將代碼模塊化，以及如何使用Jupyter notebook。

如果你在以數(shù)學(xué)為導(dǎo)向的領(lǐng)域，那么深度學(xué)習(xí)是一個很好的探索方向。要注意先從更傳統(tǒng)的“scikit-learn”型數(shù)據(jù)科學(xué)職位開始，然后轉(zhuǎn)向深度學(xué)習(xí)更容易。對你來說，最重要的是先入行，并盡快開始生產(chǎn)代碼。

如何發(fā)揮自己的優(yōu)勢：

如果你是數(shù)學(xué)或物理專業(yè)，你最好的策略就是發(fā)揮有深厚理論知識的特定。為此，你需要能夠自信地解釋各種模型的原理，熟悉文獻中最新的文章。

結(jié)語

注意：我這里提供的建議并不能完全使用與所有情況。有些軟件工程師可能要學(xué)習(xí)的更多，而有些初學(xué)者有很好的數(shù)學(xué)基礎(chǔ)，更適合成為深度學(xué)習(xí)研究人員。但希望本文能你一個不錯的起點。

最后，無論你是軟件工程師，剛畢業(yè)的大學(xué)生，還是零基礎(chǔ)的初學(xué)者，你都要問自己一個關(guān)鍵的問題：哪種職業(yè)發(fā)展軌跡最接近你的情況？很多情況下，通過稱為數(shù)據(jù)分析師或數(shù)據(jù)可視化專家進入該領(lǐng)域都是不錯的選擇。