Как стать Data Scientist без онлайн-курсов

Original author: Chris
  • Translation
image

Это всего лишь мое мнение. Если у вас есть контраргументы, пожалуйста, напишите их в комментариях.

Хотите стать data scientists?

Я познакомился с более 50-ю data scientists и с еще парочкой поработал лично.

Здесь я расскажу, как эти люди пришли в Data Science. Без онлайн-курсов.

1. Решите задачу с помощью машинного обучения


Выберите реальную проблему, и решите ее с помощью машинного обучения.

Сделать это нелегко, так как нет готового плана действий. Но вне зависимости, преуспеете вы в этом деле или нет, благодаря полученному опыту и истории, впоследствии вы сможете продать себя гораздо дороже.

Вот примеры задач, которые вы можете попробовать разрешить:

  • Распознавание фейковых новостей
  • Прогнозирование стоимости жилья в вашем районе
  • Подбор домашних питомцев в зависимости от образа жизни потенциальных хозяев

Если ваш решатель заработает (или даже почти сработает), создайте пользовательский интерфейс, которым можно будет пользоваться, и опубликуйте его на Hacker News или Product Hunt.

Добавьте строку с названием «Data Scientist» в резюме. Если получилось решить проблему машинного обучения, никому и дела не будет, что это было всего лишь шоу одного актера.

Теперь вам есть, что рассказать на собеседовании, и такая история будет иметь гораздо больший вес, нежели сертификат об окончании онлайн курсов.

2. Найдите ментора — эксперта по искусственному интеллекту


Наладьте отношения с опытным человеком, который может подсказать решения на основе ИИ для проблем, над которыми вы сейчас трудитесь.

Именно так мне удалось ворваться в науку о данных.

Будучи инженером-программистом, стартап-акселератор выделил моей компании PhD проект в области ИИ на несколько часов в неделю.

Каждую неделю мы обсуждали проблемы и возможные пути их решения, я пробовал их реализовать, затем мы анализировали сбои и повторяли снова. После 6 месяцев работы нам удалось решить несколько проблем, полученные знания стали бесценным опытом.

Чтобы найти новых менторов по науке о данных, я делал следующее.

  • Писал в LinkedIn исследователям данных в своем городе
  • Приглашал их выпить кофе
  • Заводил разговор о конкретной проблеме, рассказывал, как хотел бы ее решить и слушал на этот счет мнение собеседника
  • Далее продолжал работу с полученными результатами

3. Пройдите стажировку по машинному обучению


Устройтесь на временную работу с небольшой заработной платой, но возможностью поучаствовать в серьезном проекте по внедрению ИИ.

Бывший стажер-разработчик по машинному обучения в моем стартапе сейчас стажируется как дата-инженер в Facebook, и вероятно скоро станет их полноценным сотрудником.

Этот путь не для всех, и гораздо лучше работает, если вы еще молоды или заканчиваете школу. Не каждый готов бросить работу и стать практикантом, но, возможно, вам удасться найти дистанционную работу или стажировку на неполный рабочий день.

Крайне важно, чтобы в вашем резюме было упоминание о работе с ИИ.

4. Начните заниматься Data Scienсe уже на вашей нынешней работе


Выясните, как компания, в которой вы сейчас работаете, может воспользоваться ИИ для решения проблемы — и решите ее.

Возможно, в течение рабочего дня вам некогда этим заниматься. Но при сильной мотивации трудитесь по вечерам или на выходных. Затем представьте результат ваших трудов.

Если вы работаете в небольшой компании, никто не будет возражать, что вы стараетесь привнести больше пользы. Если ваш проект окажется действительно ценным, вполне вероятно, что вам добавят его в повседневные обязанности.

Позже внесите этот проект в свое резюме и попробуйте обновить название должности.

5. Организуйте буткемп по Data Science


Посетите платный буткемп по Data Science.

Это стоит денег, и не все буткемпы одинаковы, но я знаю, по крайней мере, 10 человек, которые пришли в Data Science после буткемпа, и у всех крупные, уважаемые компании.

Лучшие буткемпы принимают только докторов наук, поэтому вполне возможно, что успех кандидата зависит от предвзятого отношения (буткемпы принимают студентов, которые, по их мнению, в любом случае достигнут высот).

В чем польза буткемпов.

  • Участники занимаются консалтингом реальных компаний
  • Выпускники общаются с компаниями, которые ищут сотрудников
  • Есть профессиональная подготовка

Тем не менее, не каждый выпускник получает работу.

6. Сначала станьте программным инженером


Я писал об этом здесь.

До тех пор, пока исследователи данных будут решать проблемы связанные с кодом, они продолжат тесно пересекаться с программной инженерией.

Набравшись опыта как программный инженер, начните искать работу в области науки о данных, для которой понадобятся те же технические особенности (та же база данных, язык, фреймворк, пакеты программ).

Если вам удастся поставить галочку у большинства требований к кандидату, ваши шансы пройти собеседование успешно значительно возрастут.

Есть и другие плюсы в том, чтобы сначала стать программным инженером.

  • Обеспечить достойный заработок
  • Поработать в компаниях, которые нанимают исследователей данных
  • Создать универсальное техническое прошлое
  • Доказать, что вы можете заниматься подобным типом работ


7. Прежде чем устроиться на работу, получите степень доктора наук или магистра


У вас есть 2 года или 6 лет, чтобы отучиться? У меня лично нет.

Но большинство моих знакомых- исследователей данных, пошли по этому пути.

Они либо:

  • получили степень магистра в области, связанной с ИИ
  • защитили кандидатскую ( PhD) в технической области (не обязательно близкой к ИИ)

Я бы не посоветовал возвращаться в школу(универ), чтобы заняться Data Science. Но если сейчас вы учитесь в какой-то школе, вы можете продолжить свое обучение и получить степень в области ИИ. Как ни странно, но самые высокие зарплаты в сфере ИИ получают люди с высшим образованием.

Несмотря на то, что классические дипломы получать долго и дорого, они пользуется большим доверием, нежели онлайн-сертификаты.

А что там с онлайн-курсами?


Да, онлайн курсы имеют место БЫТЬ. Но не для того, чтобы получить работу.

Плюсы курсов в том, что вы изучаете то, в чем у вас пробел и подробно разбираете конкретные методы.

Но с другой стороны, курсы дарят ощущение выполненного долга, не заставляя вас идти по пути наибольшего сопротивления.

Я бы лучше сначала нашел проблему, а затем научился ее решать, пройдя онлайн курсы.

У вас есть примеры того, как люди пришли в Data Science? Давайте обсудим.

image

Узнайте подробности, как получить востребованную профессию с нуля или Level Up по навыкам и зарплате, пройдя платные онлайн-курсы SkillFactory:



Читать еще


SkillFactory
Онлайн-школа Data Science и разработки

Comments 6

    0
    > получите степень доктора наук или магистра

    Получил магистра наук. На работу все-равно никто не берет (30 аппликейшон уже написал).
      0

      Это шутка?

        –1
        Нет. 70 аппликейшонов, 3 интервью, два отказали, 3ий еще жду результат. Я правда магистра не по МЛ заканчивал, а по робототехнике, но магистерская диссертация по Дип Лернинг была + я сам курсеру и пр. смотрю. Хотят сразу с опытом, а где я его возьму после уни. Плюс я из ЕУ, в СНГ может не так.
      +1
      Прежде чем устроиться на работу, получите степень доктора наук или магистра


      Мне кажется, это подходит в большей степени для трудоустройства на западе. У нас степень такой ценности не имеет. В Штатах люди слово PhD вставляют сразу после имени-фамилии, у нас же заголовок резюме «Иван Иванов, кандидат наук» будет вызывать у HRщиков недоумение
        0

        Автор, как то вы не убедили меня записаться в онлайн-школу "skillfactory":)

          0

          Ниочем статья. И гарантированно на курсах будет преподавать такое же ниочем с практическим занятиями аля предугадайте котика для хозяина. Только жопочасы на реальных проектах!

          Only users with full accounts can post comments. Log in, please.