3 måder at være en dataforsker

Data Science (som kombinerer videnskabelige og teknologiske færdigheder til at fortolke massive mængder data) er konsekvent rangeret som et af de mest ønskelige karriereområder i det 21. århundrede. For at komme ind på dette felt kan du enten tjene en grad i Data Science på et universitet eller tage massive online åbne kurser (MOOCS) gratis hjemme eller indtaste en intensiv Data Science Bootcamp. Før du ved det, kan du også være en professionel dataforsker også!

Trin

Metode 1 af 3:

Tjener en datalievidenskabsgrad

1. Tag klasser i matematik og datalogi i gymnasiet. Datakvidenskab kræver en omfattende baggrund i statistik, algebra, calculus og datalogi. Det er en god ide at begynde at lære disse færdigheder så tidligt som muligt.

Sørg for, at du mindst får en grundlæggende uddannelse i Python, R og SQL, da de er de grundlæggende programmeringssprog, du bruger til resten af din karriere.
Python er et no-frills programmeringssprog, der gør det muligt for dataforskere at fokusere på deres forskningsspørgsmål snarere end kode syntaks.
R er et programmerbart miljø, der bruges til at gemme komplekse data-analyse i kommandolinjeskriptet.
SQL (Structured Query Sprog) giver forskere mulighed for at manipulere og forespørge data i relaterede databaser.

Billedet med titlen Vær en Data Scientist Trin 2

2. Deltage i et universitet med velrenommerede programmer relateret til datalogi. Søg online på Google eller på college ranking sites som u.S. Nyheder til universiteter med top-rated programmer på felter relateret til datalogi. Der er universiteter med grader i Data Science, men du kan også komme ind i feltet med en grad i datalogi, statistik, matematik, økonomi eller driftsforskning.

Du bør også overveje at spørge din vejledende rådgiver for rådgivning, kontakte afdelinger, som du overvejer at anvende på, og svarer til dataforskere selv.

At tjene en bachelorgrad i datalogi eller et beslægtet felt vil sandsynligvis kræve 4 år at fuldføre.

I løbet af din tid som en bachelor, bør du især fokusere på at tage statistikker, forretninger og computervidenskabelige kurser.

Billedet med titlen Vær en Data Scientist Trin 3

3. Gå til Graduate School, hvis du vil kvalificere dig til tilsynspositioner. Mange dataforskere indtaster feltet efter at have gennemført en master eller ph.D, især de interesserede i tilsynspositioner. I foråret i dit juniorår spørger din college rådgiver om, hvilke data videnskabsprogrammer der ville være den bedste pasform for dig og hvad du kan gøre for at komme ind i dem.

Graduate School kan være dyrt og tidskrævende, men det tilføjer struktur og kan hjælpe med netværk.

Billedet med titlen være en dataforsker trin 4

4. Begynd at søge efter job i Data Science. Efter eksamen kan du søge online for Data Science Positions og deltage i netværksbegivenheder som Data Science Conferences and Seminars. I løbet af din tid i undergrad og grad skole, vil dine professorer og rådgivere have hjulpet dig med at udvikle en portefølje af det arbejde, du har gennemført under dine studier. Har den portefølje klar til interviews og møde-og-hilsner.

Du kan bruge din Data Science Degree på en bred vifte af marker som teknologi, lægemidler, regering, detailhandel og spil så kastet et bredt net i din jobsøgning.

Metode 2 af 3:

Tager massive online åbne kurser hjemmefra

1. Find velrenommerede MOOC-programmer i Data Science. Massive online åbne kurser er universitetsniveauer, der læres online af eksperter på området. Søg online for tilgængelige MOOC-programmer, der er vært for kurser i de nødvendige færdigheder, så du bliver en dataforsker. Det store flertal vil være fri, men nogle kan opkræve gebyrer. Sørg for at læse anmeldelser af hvert program for at sikre deres kvalitet.

Billedet med titlen være en dataforsker trin 6

2. Tag klasser i grundlæggende data videnskab færdigheder. De første MOOC`er, du vil tage, vil være på grundlæggende programmeringssprog som Python, R og SQL. Når du går videre, kan du gå videre til avancerede kurser i disse programmeringssprog, indtil du har dem ned Pat.

Når du har mestret Python, R og SQL, bør du overveje at tage kurser på andre programmeringssprog med mere specifikke anvendelser for at afrunde din færdighedssæt.

Billedet med titlen Vær en Data Scientist Trin 7

3. Tilmeld dig kurser i matematik og maskinindlæring. Når du har etableret et fundament i Python, R og SQL, skal du tage nogle MOOC`er i statistik, calculus, algebra, økonomi og maskinindlæring (programmering, der gør det muligt for computere at "lære" gennem det statistiske sprog).

Dataforskere har ofte brug for offentlige talende færdigheder og erhvervsmæssige kyndige. Overvej at tage nogle MOOC`er i disse felter også.

Billedet med titlen Vær en dataforsker trin 8

4. Sammensæt en portefølje af dit arbejde. Hvis du vælger at tage MOOC`er i stedet for at deltage i et traditionelt universitet, kan der være mere pres på dig for at bevise dine evner. Har en grundig portefølje af dit arbejde i feltet klar til at vise, hvad du kan gøre.

Arbejdet i din portefølje skal bestå af arbejde fra dine MOOC`er, fra eventuelle freelance job, du måske har gennemført, og din personlige hjemmeside, hvis du har en.

Feature personlige, dybtgående projekter, du har gjort i din portefølje, ikke mindre datasæt.

Det arbejde, du har i din portefølje, skal være offentligt tilgængelige. Gør dit arbejde på websteder som Kaggle og Github.

Ledsage dit arbejde med en online tilstedeværelse på en blogging platform og sociale medier.

Billedet med titlen Vær en Data Scientist Trin 9

5. Start din karriere inden for Data Science. Søg efter et job online og deltage i netværksbegivenheder. Sørg for at bringe din portefølje med dig for at vise nye personer, du møder i marken. Hold øje med fortegnelser på marker som tech sektoren, regeringen, marketing, rådgivning og sundhedspleje. Hver har en brug for nogen med en baggrund i Data Science.

Hvis du tog et MOOC-program i Data Science, vil det give dig dokumentation, der bekræfter din afslutning af sine kurser. Medtag denne dokumentation i dit CV.

Metode 3 af 3:

Deltager i en bootcamp

1. Lær grundlæggende data videnskab færdigheder før bootcamp. Data Science Bootcamps er intensive, kortvarige, personlige certificeringsprogrammer, så du vil være så forberedt som muligt, så du effektivt kan bruge din tid der. At have mindst en mellemliggende viden om programmeringssprog, matematik og datalogi vil hjælpe dig med at få et ben op, når du har startet din Data Science Bootcamp.

Overveje enten at tage et par massive online åbne kurser i disse områder eller studere på din egen tid.
Hvis du studerer på din egen tid, skal du sørge for at indstille konkrete, opnåelige mål for at spore dine fremskridt og holde dig fra at blive afskrækket.

Billedet med titlen Vær en Data Scientist Trin 11

2. Læs anmeldelser af Data Science Bootcamps Online. Søg på Google og Data Science Forums for anmeldelser af Data Science Bootcamps til rådighed. Du kan også overveje at kontakte dataforskere på området for at finde ud af deres meninger om de bedste bootcamps derude.

Billedet med titlen Vær en Data Scientist Trin 12

3. Vælg Bootcamp, der passer bedst til dine behov,. Data Science Bootcamps varer i gennemsnit 10 til 11 uger, men nogle af de mere prestigefyldte kan vare en fuld 6 måneder. De mere prestigefyldte bootcamps koster også mere. Sørg for at finde en bootcamp, der balancerer din planlægning og økonomiske behov.

Der kan være bootcamps i dit område, men der er en god chance, at du bliver nødt til at rejse til en større by for at deltage i en. Dette gør planlægning og finansierer særligt vigtige.

Billedet med titlen være en dataforsker trin 13

4. Deltage i din bootcamp. Under din bootcamp får du mulighed for at modtage direkte instruktion inden for datalogi, producere arbejde for din portefølje og netværk med andre etablerede og nye data videnskaber. Du bliver nødt til at studere hårdt og arbejde hårdere, men ikke blive bøjet ned i det. Sørg for, at du også bruger din tid til at få en følelse af feltet, hvem er i det, og dit sted i det.

Billedet med titlen være en dataforsker trin 14

5. Konstruere en portefølje. Din bootcamp og eventuelle moocs du har taget vil give dig noget arbejde for at starte din portefølje, men du bør også have noget freelance arbejde, du har gjort, og personlige, dybtgående projekter fra offentlige websteder som Kaggle og Github. Ledsage din portefølje med en veletableret online tilstedeværelse på en blogging platform og på sociale medier.

Spørg dine instruktører på din bootcamp for at få hjælp til at sammensætte din portefølje.

Billedet med titlen være en datalforsker trin 15

6. Netværk med andre dataforskere og ansøge om job. Søg online for job på felter som teknologi, sundhedspleje, regeringen, detailhandel og spil. Deltag i konferencer og mødet og hilsen til netværk med andre mennesker på området. Tag din portefølje sammen for at vise dine evner.

Dine MOOC-kurser og bootcamp vil sandsynligvis give dig dokumenter, der bekræfter din afslutning af dem. Medtag disse dokumenter i dit CV.