本科生如何为从事数据科学职业做准备？
本科生如何为从事数据科学职业做准备？
由 Quora (2017 年至今)数据科学家 Alex Francis 撰写。最初发表在 Quora 上。
我强烈认为，完成实习比“ML 相关的夏季研究项目”更有价值，除非该研究是在你所在大学的一个受人尊敬的实验室中进行的，并且你有明确的目标要发表一篇论文，这将帮助你获得机器学习顶级研究生课程的录取。话虽如此，尽管科技公司的数据科学实习职位很多(例如，有哪些公司为本科生提供数据科学实习？)，找到积极雇佣本科生的公司不是小事(以我的经验)。你需要有闯劲，有时申请并跟进招聘者推荐甚至要求研究生学位的职位。寻找愿意在年轻候选人身上冒险的公司将是一个不可避免的筛选——幸运的是，一些伟大的公司愿意与本科生接触。我以“数据工程师”的身份实习，从事与数据科学团队相关的基础设施工作，从而避开了这一人为障碍。这让我对数据科学家的日常工作有了宝贵的见解。
其次，我强烈建议选择你比较熟悉的产品。在我看来，这是决策过程中最被低估的因素。作为一名数据科学家，您将不断被要求生成和测试关于产品的假设，产生见解，并建议未来的方向。如果你是该产品的活跃用户，这一点也不困难——事实上，这很有趣！瞄准那些能创造你喜欢的产品的公司会让你成为一个更好的面试官和员工。
最后，要有学习目标。目标会极大地改变你申请的职位和公司。如果你想创建可扩展的机器学习系统，数据科学的角色可能不适合你——相反，你应该以 ML 工程角色为目标。你还应该确定并采访那些已经在使用机器学习系统解决问题方面建立了良好声誉的公司。如果你想直接解决业务问题，你应该瞄准分析师或“定量”角色，以及完全不同的企业。如果你有兴趣了解互联网公司如何防止垃圾邮件和滥用，社交媒体公司的数据科学角色可能最适合你的学习目标。设定学习目标还有利于防止“不合适”(一种你正在做你不感兴趣的项目，对双方都不利的情况)。
总而言之，成功驾驭数据科学职业生涯可能与管理任何其他领域的职业生涯没有太大区别:设定一些目标，积极进取，了解自己的价值，找出什么有趣，什么不有趣，重新设定这些目标，并重复这个循环。祝你好运！
由 Quora (2017 年至今)数据科学家 Alex Francis 撰写。最初发表在 Quora 上。
更多来自 Quora 的趋势科技答案，请访问 HackerNoon.com/quora网站。