開啟資料科學職業生涯的8個基本技巧

下面讓我們開始吧！

但是，如果你不清楚這些職位之間的差別或者你不确定自己應該怎麼做？那麼我建議：

與業内人士交流，弄清楚每個角色的工作職責。

接受他人的指導，占用他們少量時間向他們提出相關的問題。我相信沒有人會拒絕幫助有需要的人！

弄清楚你自己想要什麼、擅長什麼，并選擇适合于你自己的角色。

你可以選擇免費的MOOC（譯者注：massive open online courses，大型開放式網絡課程），或加入認證計劃。

當你學習一門課程的時候，要積極主動地去學習。順着課程、作業和課程中的讨論一步一步進行。

這裡有一些不錯的網絡課程：

<a href="https://www.edx.org/course/analytics-edge-mitx-15-071x-3">edX上的Analytics Edge</a>

<a href="https://www.coursera.org/learn/machine-learning">Andrew Ng的機器學習課程</a>

正如我之前提到過的，了解你所追求的方向非常重要。此時，你要面對的一個難題是：我應該選擇哪種語言和工具？

現在你已經知道自己想要選擇哪個角色，并且已經準備好了，下一件重要的事情就是加入一個興趣組。為什麼這很重要？因為一個興趣組能激發你的動力，讓你與時俱進。

這裡有一些不錯的興趣組：

<a href="https://discuss.analyticsvidhya.com/">Analytics Vidhya</a>

<a href="https://stackexchange.com/">StackExchange</a>

<a href="https://www.reddit.com/">Reddit</a>

在參加課程學習和教育訓練的同時，你應該關注一下與你目前正在學習的知識相關的實際應用。這不僅可以幫助你了解相關的概念，還可以讓你更深入地了解它是如何在現實中得到應用的。

在參加課程時，你應該做到以下這幾點：

完成所有的練習和作業來了解相關的應用。加入讨論組，提問和回答問題。

研究一些開放的資料集并應用到你的學習中。

永遠不要停止學習，你必須掌握你能找到的每一個知識點。最有用的資訊常常來源于知名資料科學家的部落格。這些資料科學家在社群中非常活躍，并會随着行業的發展不斷更新他們的追随者。

<a href="http://www.wildml.com/">WildML</a>

<a href="https://cds.nyu.edu/newsletter/">紐約大學</a>

<a href="http://www.kdnuggets.com/">KDnuggets新聞</a>

人們通常認為，隻要自己在技術上很優秀，就一定能通過面試。這實際上并不一定。面試官在聽完你的介紹後說了聲“謝謝”，也許就是拒絕了你。

當你從事這個行業工作時，溝通技巧甚至更為重要。為了有效地與同僚分享你的想法，或者在會議中證明你的觀點，你應該知道如何高效地進行交流。

一開始，你應該把自己的重點放在學習上。如果在最開始的時候就做太多的事情，那麼最終可能會讓你放棄這一切。

關系網可能會：

向你提供你所感興趣領域正在發生的事情和内部資訊。

提供指導和支援。

幫助你尋找工作。

文章原标題《8 Essential Tips for People Starting a Career in Data Science》，作者： Faizan Shaikh，譯者：夏天，審校：主題曲。