如何在一天内成为数据科学家？

原文：https://medium.com/hackernoon/how-to-become-data-scientist-in-one-day-f6c904618190

老实说，我不知道。对我来说，成为一名数据科学家可能还为时过早。

我写这篇博客是因为人们经常问“如何在一个月内成为数据科学家？”

真正的问题就在这里。实际上是两个:

你们中的一半人甚至没有做过一个数据科学方面的项目，甚至。

我哪里知道？很简单，我是你们中的一员。

该死，我一直在听课，甚至没有努力去了解那堂课讲的是什么！

PS:不是最聪明的想法。

第一期

让我们澄清以下术语:

数据科学家被可笑地扔来扔去。问一个物理学家怎样才能被称为科学家(部分精神错乱只是开始)。

是的，数据科学目前主要是一个面向研究的领域。并不意味着任何从事 it 工作的人都会成为研究员，更不用说科学家了。

你看，获取知识没有捷径。你可以在学习技巧上变得聪明。

没有任何教程可以让你的职业生涯从新手跃升为职业选手(如果有那该死！我浪费了生命 :/ )

你通过掌握以下技能成为职业选手:

像“一分钟掌握神经网络！”会给你一个抽象的概念。

所以当你处理现实生活中非主流的问题时，你会迷失，因为默认设置不起作用。

就像我一样，当我阅读一篇研究论文的摘要，并认为我已经理解了所有的概念。

PS:是啊，以前的我没那么聪明。

不管你有多有经验，这些都适用于你:

如果你在这个领域已经有了经验，那么你应该很清楚一个想法是如何改变整个局面的。

这只是强调了一个事实，即数据科学比人们想象的更有潜力。

以强化学习为例。我认识的大多数人认为 RL 是一种游戏式的学习。他们几乎没有尝试过在文本或视觉范例中应用它。

RL 是面向目标的学习。像客户支持聊天机器人这样的东西是文本领域的完美场所。目标可以是任何事情，从回答他们的问题到说服他们购买保险。

你工作越努力，果实越甜，你舔手指的时间越长(你这个讨厌鬼！)

这也增加了一个人“战胜困难”或“挑战常规”的机会(背景音乐是激励性的)。

正如佛莱迪·摩克瑞曾经说过的“做你想做的事…别让它变得无聊就好”。

和

万事如意！:D