Kako izgraditi portfelj za znanost o podacima

BrainStationov vodič za karijeru Data Scientist može vam pomoći da napravite prve korake prema unosnoj karijeri u znanosti o podacima. Čitajte dalje za pregled kako izgraditi portfelj znanosti o podacima koji će vam pomoći da dobijete posao.

Postanite Data Scientist

Razgovarajte sa savjetnikom za učenje kako biste saznali više o tome kako vam naši kampovi i tečajevi mogu pomoći da postanete Data Scientist.



Klikom na Pošalji prihvaćate naše Pojmovi .



podnijeti

Nije moguće poslati! Osvježiti stranicu i pokušati ponovno?

Saznajte više o našem kampu Data Science Bootcamp

Hvala vam!

Uskoro ćemo se javiti.



Pogledajte stranicu Data Science Bootcamp

Portfelj na mreži ključan je za svakoga tko radi u svijetu znanosti o podacima – jer je to najbolji način da poslodavcima pokažete dokaze svojih vještina, bilo da se radi o vašem Pythonskom umijeću ili vašoj sposobnosti za modeliranje podataka.

Ali znati odakle početi može biti zeznuto, a ne želite da vaš portfelj znanosti o podacima bude samo... smetlište podataka. Prema Adamu Thorsteinsonu, BrainStationovom glavnom edukatoru za znanost o podacima, nadobudni znanstvenici o podacima trebali bi težiti suprotnom: odabranom, dobro zaokruženom izlogu vašeg najboljeg rada koji može privući pažnju poslodavca.

Imajući to na umu, evo nekoliko savjeta o tome kako izgraditi portfelj znanosti o podacima.



Nemojte uključivati ​​sav posao u svoj portfelj

Prva stvar na vašem dnevnom redu mora biti provođenje inventara cjelokupnog rada u znanosti o podacima koji ste do sada obavili, kaže Thorsteinson.

I vrijedno je razmišljati izvan okvira - razmislite o svemu, od privlačne vizualizacije podataka proizvedene za klijenta velikog imena, do projekta teze u kojem ste pokazali neke moćne vještine kodiranja na Pythonu.

Zatim, kaže Thorsteinson, shvatite koji projekti čine rez za vaš portfelj znanosti o podacima. Želite nekoliko dijelova koji najbolje prikazuju vaš raspon vještina i cijeli proces znanosti o podacima, od početka s osnovnim skupom podataka, preko definiranja problema, čišćenja, izgradnje modela i konačnog pronalaženja rješenja.



To je luk svakog projekta znanosti o podacima u divljini, kaže Thorsteinson.

Pokažite svoje komunikacijske vještine

Za poslove u području znanosti o podacima, poslodavci će htjeti vidjeti vaše sposobnosti bilježenja brojeva i kodiranja, ali to nije jedina stvar koju traže.

Ogroman dio znanosti o podacima na radnom mjestu je sposobnost komuniciranja, kaže Thorsteinson.

U portfelju za znanost o podacima možete pokazati svoje komunikacijske vještine spajanjem uzoraka portfelja s popratnom pripovijetkom, prikazujući rad koji ste poduzeli kako biste pronašli rješenje za svaki problem. Mogli biste napisati cijeli post na blogu o dijelu posla koji ste obavili, predlaže Thorsteinson.

Također je vrijedno uključiti nešto o sebi – poput vaših strasti i prošlog radnog iskustva – kao dio elemenata vašeg portfelja koji nisu podaci.

Kada su ga upitali što bi ga natjeralo da nekoga zaposli, Thorsteinson je to rekao ovako: Dobra kombinacija dobro napisanog koda, s jakom količinom komunikacije izgrađene oko tog koda.

Razmotrite GitHub umjesto web stranice


Naravno, možete izgraditi osnovni online portfelj kako biste prikazali svoj rad na znanosti o podacima. Ali zašto ne koristiti platformu na kojoj se već okupljaju drugi Data Scientists?

GitHub — popularnu platformu za razvoj softvera — koriste milijuni Developera i Data Scientists diljem svijeta, što znači da će vaš rad biti smješten u prostoru koji posjećuju potencijalni budući suradnici, mentori i menadžeri za zapošljavanje.

Definitivno će imati dobro zaokružen, dobro popunjen GitHub portfelj podići stvari na drugu razinu, kaže Thorsteinson. Tu će mnogi znanstvenici podataka ugostiti svoj portfelj… umjesto LinkedIna ili osobne web stranice.

I, dodaje, to je mjesto na kojem možete lako objaviti ne samo tehničku stranu znanosti o podacima, već umjesto toga izraditi sve svoje projekte znanosti o podacima kako bi prikazali vaš kod ugrađen u veći pisani dio koji opisuje problem i proces.

Nemojte samo pokazati kod izolirano

Poslodavci mogu biti pomalo staklenih očiju gledajući portfelje kandidata, a važno je isticati se. I, iako bi to moglo zvučati očito, također je ključno dokazati da zapravo znate što radite – a ne lažirati dok ne pristupite znanosti o podacima.

Zato samo objavljivanje vašeg koda u izolaciji zapravo ne ističe da znate što radite, kaže Thorsteinson.

To samo naglašava da ste napisali ovaj kod, koji je možda ili ne mora biti kopiran i zalijepljen negdje drugdje.

Jao. Nije baš onaj dojam koji želite ostaviti u glavi menadžera za zapošljavanje.

Ali, srećom, postoji rješenje: uključivanje vizualizacije podataka gdje god možete – to je vještina koju poslodavci traže, objašnjava Thorsteinson. To je jedan od najboljih načina za priopćavanje nalaza podataka netehničkoj publici.

Također je korisno predstaviti niz različitih tehnika budući da je znanost o podacima prilično široko polje - što znači da postoji mnogo načina na koje možete pristupiti problemu i niz pristupa koje možete iznijeti na stol.

Ako želite izgraditi sjajan, dobro zaokružen portfelj znanosti o podacima, pronađite neke dobro zaokružene probleme za rješavanje i izlaganje.

Kategori: Vijesti