自学四个月,我如何获得亚洲最大电信公司的数据科学实习机会?


全文共2755字 , 预计学习时长7分钟
自学四个月,我如何获得亚洲最大电信公司的数据科学实习机会?
本文插图
图源:unsplash
作为一个尚未完成计算机科学学位、只拥有数据科学证书的求职者 , 几周前 , 笔者接受了亚洲最大电信公司之一的数据科学实习面试 , 而下周就将开始工作 。
我是如何这个获得面试机会的?在我看来 , 这完全是因为我的数据科学作品集以及展示的项目 。
申请数据科学工作太不容易了 , 要想与你所申请的公司完美契合几乎是不可能的 。 笔者的建议是 , 与其尝试学习所有工具 , 不如使用已掌握的知识来创建实用的事物 , 这样你可以学到最多 , 之后还能向全世界展示你的项目 , 围绕它讲故事 。
创建感兴趣的项目并不仅仅展示了你的技能 , 还显示出你对工作的热爱 。
你将需要花费数周(有时乃至数月)时间来将一个想法付诸实践 。 盯着笔记本电脑几个小时 , 试图修复代码 , 每次试图运行它时都会向你抛出一个错误 。
有时 , 你花了一个月的时间后才意识到项目根本无法完成;也许是数据集存在缺陷 , 你无法提高模型在实际用户数据上的准确性 , 一个月的辛苦工作付诸东流 , 不得不重新开始 。
只有对工作真正热爱的人才能坚持下去 , 这将使雇主相信你可以胜任这份工作 。 即使没有完全符合职位描述 , 雇主也会相信你是一个能够解决当前任务的人 。
本文将带你了解一些应该做的数据科学项目 。 这些项目不仅能提高你作为数据科学家的技能 , 而且能为你的简历增添光彩 。
Kaggle
自学四个月,我如何获得亚洲最大电信公司的数据科学实习机会?
本文插图
图源:unsplash
Kaggle项目是一个很好的起始点 , 其项目中的数据干净且结构化 , 分析结构良好的数据并对其运行机器学习模型是非常容易的 。 如果你是一个初学者 , Kaggle是动手实践的最佳的地方!
做Kaggle项目的最大优势就是你可以在网上找到大量指导 。 每个人都在做 , 争相获得最高的准确度 。 人们写博客文章、制作GitHub存储库和YouTube视频 , 展示解决问题的方法 。
Kaggle还提供了一些对初学者友好项目的教程 , 这些教程在起步时非常有帮助 。 Kaggle项目非常适合初学者的起步阶段 。 浪费在数据收集和清理上的时间越少 , 就可以将越多的时间花费在培养机器学习技能上 。
但是 , 如果你的目标是创建令人印象深刻的数据科学作品集 , 请远离Kaggle 。
为什么?现实世界的数据是混乱的 。 在公司工作时 , 你不会获得像Kaggle那样干净整洁的数据集 。 实际上 , 数据科学家约80%的工作都用在清理数据上 , 而仅有20%用于模型 。
通过展示Kaggle项目 , 你只显示出了工作所需技能的一小部分——创建高度准确的模型(有时) 。 那么 , 进阶做法是怎样的?
展示各种技能
是的 , 现在潜在的雇主知道了你可以创建出色的监督学习模型 , 从而做出高度准确的预测 。 还有别的什么能展示吗?
确保创建展示各种技能的不同类型的项目——数据清理、分析、可视化、机器学习和交流 。 如果你拥有其他领域的专业知识 , 那么将这些知识融合到数据科学项目中会更容易脱颖而出 。
展现热爱
自学四个月,我如何获得亚洲最大电信公司的数据科学实习机会?
本文插图
图源:unsplash
你需要热爱所做的事 。 可能未必热爱编码、数学或机器学习 , 没关系 , 你需要做的是找到一种在热爱的领域中使用数据的方法 。 也许你喜欢音乐 , 你可以尝试创建一个音乐分析项目 , 通过分析趋势来预测下一个大热门 。 在Towards Data Science上就有一整页都是专门介绍音乐分析的 。


推荐阅读