数据科学是一个增长领域 以下是您想要采取行动时需要考虑的一些因素

想成为一名数据科学家?在数据科学中获得这份工作的五种方法

数据科学是一个增长领域;以下是您想要采取行动时需要考虑的一些因素。

如果你想为你的科技事业增添动力，那么你可能已经考虑过进入数据科学领域。LinkedIn表示，过去一年美国的职位空缺增加了56%。那么，你如何进入数据科学?最近在伦敦举行的大数据世界大会上发言的五位行业专家提供了他们的最佳实践技巧。

1.看看免费的在线课程......

筹款专家JustGiving的首席数据和机器学习工程师理查德弗里曼表示，数据科学领域存在重大嗡嗡声。他建议任何感兴趣的IT或商业专业人士在网上涉足一些免费教育平台。

读这个

大数据的大问题：如何让它在现实世界中发挥作用

2015年：企业IT不一定是科幻反乌托邦

CISO，首席信息官，首席执行官或您：谁对网络安全负有真正的责任?

“现在和我获得博士学位之间的区别是，有更多的信息。在过去，你必须经历一个培训课程 - 比如像IBM这样的人 - 你会以这种方式获得技能。现在，课程是免费的，“他说。

弗里曼说各种各样的人都热衷于发展数据科学技能。这些人不仅仅是毕业生。来自传统商业背景的现有工作的专业人员也希望提升技能。

“人们都知道这个领域非常令人兴奋 - 他们认为，正如哈佛商业评论所暗示的那样，它是二十一世纪最性感的工作。在互联网上，Coursera和Udemy等平台上的课程比以往任何时候都多，”他说。

2. ...但要发展深度以获得竞争优势

总部位于英国的道德人工智能和机器学习研究所的首席科学家亚历杭德罗·索塞多说，前瞻性数据科学家应该首先理解的是，数据科学可能并不像他们想象的那样性感。学习也可能比他们想象的更难。

“数据科学并不像简单地参加Coursera会议那么容易 - 你不会成为专家。最重要的是要了解你需要深度，而不仅仅是广度 - 你需要专业化，”Saucedo说。

商业VoIP买家指南

今天的小型企业有很多选择商务电话系统的选择，特别是现在云托管的VoIP(互联网协议语音)解决方案在市场上如此突出。特别是现在，企业可以升级到......

白皮书由Vonage提供

他说，职称“数据科学家”定义不明确，可能意味着许多事情，从了解业务指标的领域的分析师到能够实际构建代码并从数据中提取见解的人。

参见：

Saucedo表示，一些数据科学家会深入研究运营，包括那些学会详细调整分析引擎Apache Spark的人。如果您对进入数据科学感兴趣，那么您最终也需要专攻。

“获得广泛的理解，尝试不同的领域，找出最适合自己的方法。不要进入你讨厌的东西。主动成为一名纯粹的数据科学家。只能在一个特定的垂直领域工作已经不够了，“索塞多说。

3.通过使用代码来解决问题

Mohammad Shokoohi-Yekta直到最近才成为Apple的高级数据科学家，现在他在斯坦福大学教授一门名为“数据科学概论”的课程，建议考生尽快开始使用代码。

“对于那些在这个领域没有太多背景的人来说，我总是建议的第一件事就是弄清楚代码。如果你想学习如何应用数据科学，就习惯解决问题和编码，”他说。

Shokoohi-Yekta说数据科学是一个热门话题。他的课程目前在斯坦福大学最受欢迎，每个季度有500人在等候名单上。那些对数据科学感兴趣的人也认识到有很多就业机会。但是学习数据科学理论只是出发点。

参见：职位描述：数据科学家（Tech Pro Research）

“这不仅仅是获取有关概念的知识，查看一些幻灯片，并且认为你知道什么是机器学习。我们在斯坦福大学的课程涵盖了50%的概念，而另一半则是关于代码，特别是R和Python ，“Shokoohi-Yekta说。

“如果您正在考虑开始使用数据科学，那么您应该非常熟悉代码和应用数据科学，而不是理论上的。”

4.确保您对业务有很强的了解

制药业巨头Astra Zeneca的执行董事克劳斯·本特森(Claus Bentsen)聘请了他的组织的数据科学家，并同意在考察候选人时，实践部分至关重要。他建议那些热衷于进入该领域工作的人，无论是你自己，学习，还是作为商业环境的一部分。

“你有很多人可以说话，但我们会让人们通过我们的筛选过程，我们会对他们进行测试，以确保他们能够真正解决问题。这就是我们如何从失败者中挑选优胜者，”Bentsen说。

参见：

Astra Zeneca还培训内部员工成为数据科学家。Bentsen表示，通过数学，机器学习和数据科学技能培养人才并将其推向制药业的不同领域可能很困难。因此，公司经常采用这种方法，而是将具有一般商业意识的人员转变为数据科学。

“在解决问题方面，业务理解非常重要，”Bentsen说。“我们有一直在从事这项业务的人员，以及我们通过各种培训计划过渡到数据科学技能的人。再次，我们让这些人解决实际问题。”

5.创造一个伟大的经验组合

健康专家Diabetes Digital Media(DDM)首席技术官Krish Panesar表示，将您带入数据科学的关键因素是经验。“无论是在家里还是在公司里 - 在哪里都没关系。获得一些经验并获得投资组合，”他说。

其他专家建议加入Tableau Public是有意义的，这是一项免费服务，可以让任何人向网络发布交互式数据可视化。这项服务允许数据科学家与感兴趣的各方分享他们的工作 - 而Tableau Public中的投资组合通常被视为数据操作求职者的重要资产。

参见：功能比较：数据分析软件和服务（Tech Pro Research）

Panesar去年担任首席技术官后担任DDM机器学习负责人，他表示，他的组织曾多次遇到没有投资组合的机器学习申请人。

“这非常令人震惊。如果你是这方面的先行者，那么请了解基础知识，了解生产线和生产线的总体概况，”Panesar说。

“如果你想要提升技能，或者你的经验水平适中，我肯定会选择生产线的一个特定部分并专注于该领域。”