給有抱負(fù)的數(shù)據(jù)科學(xué)家的六條建議

現(xiàn)在數(shù)據(jù)科學(xué)的需求量很大，似乎一部分原因是因?yàn)閿?shù)據(jù)科學(xué)家需要有從業(yè)經(jīng)驗(yàn)。但其實(shí)，許多那些和我工作過的最好的數(shù)據(jù)科學(xué)家都來自不同的背景，從人類學(xué)到神經(jīng)科學(xué)都有，而且要有實(shí)踐經(jīng)驗(yàn)才能脫穎而出。對于一個(gè)想轉(zhuǎn)行開始數(shù)據(jù)科學(xué)生涯的畢業(yè)生或數(shù)據(jù)分析人員來說，要在這個(gè)領(lǐng)域做一些事來展現(xiàn)自己的技能是很有挑戰(zhàn)的。我會同時(shí)站在企業(yè)招聘數(shù)據(jù)科學(xué)家的角度和求職者應(yīng)聘數(shù)據(jù)科學(xué)家的角度，來談一談這個(gè)職業(yè)需要的幾點(diǎn)關(guān)鍵經(jīng)驗(yàn)：

• 親自嘗試過云計(jì)算
• 創(chuàng)建過一個(gè)新的數(shù)據(jù)集
• 能夠?qū)⒏鞣N信息關(guān)聯(lián)起來
• 提供一個(gè)服務(wù)
• 做過酷炫的可視化
• 寫過白皮書

我將在后面詳細(xì)解釋以上幾點(diǎn)。但首先，數(shù)據(jù)科學(xué)領(lǐng)域最關(guān)鍵的要義還是要能夠創(chuàng)造出能為企業(yè)創(chuàng)造價(jià)值的數(shù)據(jù)產(chǎn)品。一個(gè)能夠創(chuàng)造端到端數(shù)據(jù)產(chǎn)品的數(shù)據(jù)科學(xué)家是企業(yè)的寶貴財(cái)富，因此應(yīng)聘數(shù)據(jù)科學(xué)家的時(shí)候，很必要去證明你有這些技能。

1、親身嘗試云計(jì)算

現(xiàn)在許多公司都在找有云計(jì)算經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家，因?yàn)樵破脚_提供的工具可以擴(kuò)大數(shù)據(jù)流和預(yù)測模型的規(guī)模。未來你也可能在日常工作中用上一個(gè)云平臺，比如亞馬遜的AWS和谷歌云平臺(GCP)。

好消息是許多平臺提供了免費(fèi)版從而讓更多人能夠了解云平臺。比如AWS就有免費(fèi)版的EC2實(shí)例和免費(fèi)使用的服務(wù)(比如支持少量請求的Lambda)，GCP則提供給用戶300美元的免費(fèi)額度用來試玩平臺上的絕大部分功能，而Databricks則提供了社區(qū)版本的平臺。雖然你不能在這些平臺上免費(fèi)跑大數(shù)據(jù)集，但是你可以積累在平臺親身實(shí)踐的經(jīng)驗(yàn)。

我的一個(gè)建議是你可以嘗試這些平臺的不同功能，去看看你是否能夠用一些工具去訓(xùn)練及部署模型。比如我在一篇講模型類服務(wù)的文章中，用了我熟悉的SKlearn，并且研究了如何把一個(gè)模型包裝成Lambda函數(shù)。

2、創(chuàng)建一個(gè)新的數(shù)據(jù)集

在課堂上或者在數(shù)據(jù)科學(xué)比賽中，你經(jīng)常需要一個(gè)干凈的數(shù)據(jù)集，從而使整個(gè)項(xiàng)目能集中在數(shù)據(jù)探索和數(shù)據(jù)建模上。然而，在很多實(shí)際項(xiàng)目中，你需要做數(shù)據(jù)整理，從而將原始數(shù)據(jù)集轉(zhuǎn)換成一個(gè)更有利與分析建模的數(shù)據(jù)集。通常，數(shù)據(jù)整理需要收集額外的數(shù)據(jù)集去做數(shù)據(jù)轉(zhuǎn)換。比如我曾處理過美聯(lián)儲的數(shù)據(jù)來更好地理解富裕家庭的資產(chǎn)配置情況。

這是一個(gè)有趣的項(xiàng)目，我用了第三方數(shù)據(jù)去評估一手?jǐn)?shù)據(jù)的準(zhǔn)確性。所以我的第二個(gè)建議是進(jìn)一步深入實(shí)踐，去構(gòu)建一個(gè)數(shù)據(jù)集。這個(gè)過程會可能包含從網(wǎng)站爬取數(shù)據(jù)，從數(shù)據(jù)統(tǒng)計(jì)網(wǎng)站(如steamspy)采樣數(shù)據(jù)，又或者要整合不同數(shù)據(jù)源從而創(chuàng)造一個(gè)新的數(shù)據(jù)集。例如，我在研究生期間創(chuàng)造了一個(gè)星際爭霸(StartCraft)比賽回放的數(shù)據(jù)集，這就能證明我有能力在一個(gè)新生成的數(shù)據(jù)集上做數(shù)據(jù)整理。

3、將各種信息關(guān)聯(lián)起來

有一種能力我會希望數(shù)據(jù)科學(xué)家去展現(xiàn)：就是能將不同的組件或者系統(tǒng)連接起來從而完成一項(xiàng)任務(wù)。在數(shù)據(jù)科學(xué)家這個(gè)角色中，也許沒有一個(gè)清晰的路徑來使模型產(chǎn)品化，所以你可能需要構(gòu)造一些獨(dú)特的東西讓系統(tǒng)跑起來。一個(gè)理想化的數(shù)據(jù)科學(xué)團(tuán)隊(duì)會有工程師來做系統(tǒng)搭建及運(yùn)行，但是原型開發(fā)對數(shù)據(jù)科學(xué)家來說其實(shí)是一個(gè)很棒的技能，它可以讓你跑得很快。

關(guān)于這點(diǎn)，我的建議是去嘗試將不同的系統(tǒng)或組件整合進(jìn)數(shù)據(jù)科學(xué)工作流中。這個(gè)嘗試可以包含用一些工具比如Airflow去開發(fā)一個(gè)數(shù)據(jù)管道。也可以包含搭建連接不同系統(tǒng)的橋梁，例如我在JNI-BWAPI項(xiàng)目中，就開發(fā)了基于Java的接口來連接星際爭霸：母巢之戰(zhàn)的API庫?；蛘呖梢园瑢⒉煌慕M件整合到一個(gè)平臺上，比如用GCP數(shù)據(jù)流(DataFlow)來獲取BigQuery的數(shù)據(jù)然后應(yīng)用到預(yù)測模型上，再把預(yù)測結(jié)果儲存到云數(shù)據(jù)存儲(Cloud Datastore)上。雷鋒網(wǎng)雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))雷鋒網(wǎng)

4、提供一個(gè)服務(wù)

作為數(shù)據(jù)科學(xué)家，你將經(jīng)常需要提供服務(wù)來讓公司的其他團(tuán)隊(duì)使用。舉例來說，這可以是一個(gè)Flask應(yīng)用，用來給出一個(gè)深度學(xué)習(xí)模型的計(jì)算結(jié)果。如果你能夠開發(fā)出這個(gè)服務(wù)，這意味著其他團(tuán)隊(duì)將能更快地使用到你的數(shù)據(jù)產(chǎn)品。

關(guān)于這點(diǎn)，我的建議是嘗試使用一些工具(比如Flask或者Gunicorn)去配置web端點(diǎn)(endpoint)，然后用Dash在Python中創(chuàng)建交互式的web應(yīng)用。當(dāng)然，在Docker中嘗試配置這當(dāng)中的一些服務(wù)也會對你頗有幫助。

5、做過的酷炫的可視化

雖然偉大的工作自然會脫穎而出，但在你解釋一個(gè)分析或模型如何重要之前，仍有必要獲得眾人的關(guān)注。關(guān)于這點(diǎn)，我的建議是學(xué)習(xí)各種可視化工具來創(chuàng)建一個(gè)引人入勝的數(shù)據(jù)可視化。

可視化同時(shí)還能改進(jìn)一系列的工作。

下面的博客展示了我作為數(shù)據(jù)科學(xué)家在過去10年中發(fā)現(xiàn)的一些工具和數(shù)據(jù)集。

做數(shù)據(jù)可視化的10年：

https://towardsdatascience.com/10-years-of-data-science-visualizations-af1dd8e443a7

6、寫白皮書

在數(shù)據(jù)科學(xué)的所有技能中，有一項(xiàng)一直以來我都十分推薦，那就是能夠通過白皮書來解釋項(xiàng)目。白皮書是一種概要，它探討了研究如何被應(yīng)用，并提供了關(guān)于研究方法和結(jié)果的詳細(xì)介紹。白皮書是為了讓更多的讀者一目了然地理解你的研究，并且使其他數(shù)據(jù)科學(xué)家也可以在你的基礎(chǔ)上繼續(xù)研究。

博客或其他形式的輸出都可以很好地增加寫作經(jīng)驗(yàn)。我對這點(diǎn)的建議是嘗試去面向大眾寫一些數(shù)據(jù)科學(xué)的文章，這樣當(dāng)你要表達(dá)你的想法時(shí)，你會知道如何針對不同人群闡釋不同程度的細(xì)節(jié)。

結(jié)語

數(shù)據(jù)科學(xué)需要對很多工具有實(shí)踐經(jīng)驗(yàn)。幸運(yùn)的是，其中越來越多的工具降低了使用門檻，并且讓構(gòu)建數(shù)據(jù)科學(xué)的工作組合變得越來越容易。

網(wǎng)站名稱：給有抱負(fù)的數(shù)據(jù)科學(xué)家的六條建議
文章起源：http://muchs.cn/news/104017.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供手機(jī)網(wǎng)站建設(shè)、服務(wù)器托管、域名注冊、網(wǎng)站設(shè)計(jì)、企業(yè)網(wǎng)站制作、全網(wǎng)營銷推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)