原文:
towardsdatascience.com/how-to-transition-into-data-science-and-within-data-science-9d8aac763d10?source=collection_archive---------5-----------------------#2024-12-05
https://towardsdatascience.medium.com/?source=post_page---byline--9d8aac763d10--------------------------------https://towardsdatascience.com/?source=post_page---byline--9d8aac763d10-------------------------------- TDS 编辑
·发表于Towards Data Science ·以Newsletter形式发送 ·阅读时间 4 分钟·2024 年 12 月 5 日
–
感到有动力写你的第一篇 TDS 文章吗?我们始终欢迎新作者的投稿。
随着 1 月的临近,我们即将进入职业发展的黄金时期:一年中那个令人兴奋的时刻,许多数据和机器学习专业人士会评估自己的职业成长并探索新的机会,而刚进入这一领域的新手也会规划下一步,争取获得第一份工作。(这也是公司在年终淡季过后往往开始加大招聘的时期。)
所有这些能量背后,常常伴随着相当数量的不确定性、压力,以及偶尔的自我怀疑。为了帮助你冷静地规划自己的职业道路,避免不必要的反复揣测(包括对自己以及招聘团队、同事和其他人的怀疑),我们特别制作了这一期《Variable》专刊,重点讨论新手和在职从业者的职业转型。
我们总是抓住机会庆祝数据科学家多样化的职业和学术背景,我们在此呈现的文章也反映了这种多样性。无论你是在考虑转向管理岗位,准备跳入第一份创业公司工作,还是正在经历从完全不同学科转型为数据科学的过程,你都可以从中获得一些具体、基于经验的见解。
重新塑造我的职业生涯:我如何从电气工程转型为数据工程师当你的目标是跨越学科界限时,最艰难的挑战之一就是学习如何将现有的技能和知识转化,并向潜在雇主展示它们的价值。Loizos Loizou的首篇 TDS 文章详细讲述了作者如何成功从一名电气工程师转型为数据工程师——这不仅仅是职位名称上的变化,背后有更深层次的内容。
为什么 STEM 对任何数据科学家都很重要背景是所谓的硬科学并不总是能直接与数据相关的工作描述对应。然而,正如Radmila M.所解释的那样,当你进入数据科学领域后,应用你辛苦获得的 STEM 专业知识有很多好处——这些好处可能会在传统问题解决方法未能产生预期结果时,意外地展现出来。
从数据科学家到数据经理:我领导团队的前三个月经过近七年的数据科学家生涯,于东最近迎接了新的挑战,并首次担任管理职务。在一篇深思熟虑的新文章中,于东回顾了“发生了哪些变化,我享受了什么,以及遇到了哪些挑战”。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/0f2bd0240520e10b300433589420a451.png
图片由The Nix Company提供,来源于Unsplash
**你确定你想成为数据科学经理吗?**从另一个角度探讨管理职位的困境,Jose Parreño鼓励那些考虑从个体贡献者角色转型的人深入思考他们的动机和目标,并基于对成为经理这一角色的真实理解做出明智的决定。
成为数据科学家的路线图,第一部分:数学对于那些还需要几年时间才能考虑自己是否适合担任管理职务的未来数据专业人士来说,始终存在一个持久的痛点,那就是他们需要掌握多少数学知识,以便能够顺利地开始自己的职业之旅。Vyacheslav Efimov提供了具体的指导,告诉你应该学习哪些内容——以及如何入手。
生成式人工智能正在重塑数据科学团队为成功奠定基础并不依赖于固定的公式;在像数据科学和机器学习这样动态的领域中,你角色的定义可能会从一个月到下一个月发生变化。特别是在过去几年里,生成式人工智能工具和大语言模型(LLMs)已经改变了各行各业的核心工作流程。Anna Via撰写了一篇集中的分析,探讨了这种快速变化所带来的挑战和机遇,以及数据团队和团队中的个人可以做些什么来保持灵活,并迅速适应。
如何在初创公司招聘可能听起来有些反直觉,拥有高级学历的人可能在新职位上反而变得不那么高效,但这正是Claudia Ng在她的最新文章中所强调的重点。虽然她的写作面向的是招聘经理,但她的见解对于那些拥有数据科学博士学位的人尤其有价值,这些人可以相应地调整心态,避免潜在的不匹配期望。
这是你在人工智能领域的第一年;你可以期待什么恭喜你:你已经在一家热门的人工智能初创公司找到了理想的职位。接下来怎么办?基于他自己的个人经历,Michael Zakhary试图揭开这个职位的神秘面纱,并“提供关于机器学习工程师日常工作的一个窗口——无论你是处在一个小型灵活的团队中,还是在一个更大、更有结构的组织内。”
感谢你支持我们作者的工作!正如我们之前提到的,我们非常喜欢发表新作者的文章,因此,如果你最近写了关于我们核心话题的有趣项目 walkthrough、教程或理论反思,别犹豫,与我们分享。
直到下一个变量,
TDS 团队