如何在2022年成为全栈数据科学家?

Feb 26, 2022 by Zhang in  Blog

在 2021 年之前,数据科学家的职位快速增长,特别是在新冠疫情高峰期间,许多行业都在利用数据科学的力量为其产品带来最大价值。

2022 年,数据科学仍然是最性感和收入最高的工作之一,很多行业雇用的数据科学和分析技能人才比其他部门的都多。

不仅公司想要招聘数据科学家,很多人也赶上了成为数据科学家的趋势。有些人完全改变自己的工作领域,转向数据科学行业,比如我的一个学生,她曾经是一名市场经理(年薪62,710 美元),现在是一名数据科学家(年薪为123,444 美元)

有人经常问我:数据科学会在 2022 年和未来几年还会一直如此受欢迎吗?

答案是肯定的!!

考虑到最近在人工智能的帮助下,数据科学正在不断创新,如自动驾驶汽车、强大的产品推荐系统、虚拟现实和远程任务等,该行业需要更多的人才处理大量数据。越来越多的公司正在利用他们从数据中获得的见解提供更好的客户服务,这反过来又提高了公司利润。

例如,Ebay、Amazon、Meesho 等电子商务平台和市场使用推荐引擎,在客户购买一件商品时向他们追加销售其他免费产品,增加产品销量,从而增加利润。

数据科学家必须掌握某些技能,帮助公司最大限度地利用数据获得最大需求量,拿到高薪报酬。例如,我的一个学生Evans在一家保险公司做数据科学家,他的薪水比他的主管高一倍。很奇怪吧?一开始我也不敢相信。但想想看,作为数据科学家的 Evans 为公司带来了 80% 的利润,那更高的薪水也是理所应当。主管也可以看到 Evans 的为公司做出的贡献。

尽管数据科学行业的收入非常丰厚,但有成千上万的人知道这一点,并试图进入该行业,但很少有人真正做到这一点,并找到一份高薪的好工作。

为了在 2022 年及以后成为一名受欢迎的数据科学家,你需要考虑成为一名全栈数据科学家。

那么谁将成为全栈数据科学家(Full Stack Data Scientist)

全栈数据科学家是那些了解数据科学项目“端到端”的人。“端到端”是指从获取数据、开展特征工程、模型构建、优化模型、一直到模型部署。

大多数试图进入数据科学行业的人只学了一半,试图通过数据科学面试的重重难关。但是,在面对现实世界的数据科学项目时,很少有人能够成功获得工作机会。

作为微软的数据科学家以及一名老师,以下是我对你成为全栈数据科学家的个人建议。

学习方面:

  • 1. 找一个导师(并非必要条件,但会帮到你)
  • 2. 掌握基本的统计学概念
  • 3. 掌握一门编程语言(推荐Python)
  • 4. 不要忘记你的 SQL 和 Excel 技能
  • 5. 掌握机器学习
  • 6. 掌握机器学习模型部署
  • 7. 掌握1 – 2个数据可视化工具(Tableau或Power BI在大多数情况下可以完成这项工作)
  • 8. 学会演示和讲故事。

练习方面:也是最重要的一部分

  • 9. 拿到数据科学实习(有偿或无偿都可以)
  • 10. 参加Hackathons(推荐Kaggle)
  • 11. 在 Medium 或各种平台上分享你的项目(写的越多,你了解到的概念也就越多)
  • 12. 在你的 Github 账户中包含你所有的项目(在面试阶段你会需要这个)

最后:这一方面可以在你找到工作之前或之后出现

  • 13. 开始学会掌握数据科学其中的一个领域,达到精通的水平(例如,自然语言处理(NLP),计算机视觉(CV)等)

以上步骤正是我们一直用来为我们的学生取得良好结果的方法。

注意:大多数“好”公司都有数据科学团队,每个团队成员都会从事数据科学项目的不同方面工作。也就是说,最终,你可能会在数据科学项目的某一方面工作。例如在微软,我的团队有 6 名数据科学家,过去两个月,我们拿到一个项目,而每个人会负责不同的工作。

尽管我们知道其他同事负责的是什么,但每个人都是特定领域的专家,知道如何做好自己的工作,帮助他人完成工作。然而,能否进入该领域,首先要看看你如何表达你对数据科学项目项目的整体理解和知识。此外,如果你知道数据科学项目的初始和最终目标是什么,会对你有所帮助,也可以帮助你做相应的工作。

另一方面,如果你发现自己所在的初创公司还不是非常完善,数据科学团队也不是很成熟,你可以成为试图拯救地球的蜘蛛侠数据科学家。从数据工程到云工程,你可以做任何你能想到的事,因为你对他们说,你是一名数据科学家,他们已经雇佣了你,所以完成工作吧!

这就是为什么了解数据科学项目的端到端非常重要。

数据科学领域非常有吸引力,但只有全栈数据科学家才能获益满满。希望你喜欢这篇文章,欢迎评论分享,谢谢!

原文作者:MrBriit
翻译作者:Lia
美工编辑:过儿
校对审稿:Jiawei Tong
原文链接:https://medium.com/total-data-science/full-stack-data-scientist-in-2022-83ba24eb77e1

北美求职指北-E周报(1月第4周)

Feb 02, 2022
  • 美国成软件工程师就业首选国家
  • 2022年高端技术人才需要的五大技能
  • 2022年2月职业移民绿卡排期EB-2稳步前进

如何在非技术背景下转数据领域?

Nov 15, 2020

如果你是另一领域的专业人士,并且对技术专家的职业感兴趣,我们有个好消息要告诉你:在没有任何技术经验的情况下,你很有可能投身于学习你所选择的技术专业。

数据科学家最容易被面试的问题:偏差和方差!

Jun 10, 2022

作者介绍:
Cassie Kozyrkov是谷歌首席决策科学家。擅长领域:统计、机器学习/人工智能、数据、艺术、戏剧、决策科学。

Leave a Comment

Your email address will not be published. Required fields are marked *

Comment *