नोट्स मिति वैज्ञानिक: कहाँ सुरु गर्न र यो आवश्यक छ?

TL; DR डाटा विज्ञान र कसरी पेशामा प्रवेश गर्ने र यसमा विकास गर्ने बारे प्रश्न/उत्तरहरूको लागि पोस्ट हो। लेखमा म आधारभूत सिद्धान्तहरू र सोधिने प्रश्नहरूको विश्लेषण गर्नेछु र तपाईंको विशेष प्रश्नहरूको जवाफ दिन तयार छु - टिप्पणीहरूमा लेख्नुहोस् (वा निजी सन्देशमा), म केही दिन भित्र सबै कुराको जवाफ दिने प्रयास गर्नेछु।

नोटहरूको "शैतानवादी मिति" शृङ्खलाको आगमनको साथ, धेरै सन्देशहरू र टिप्पणीहरू कसरी सुरु गर्ने र कहाँ खन्ने भन्ने प्रश्नहरूको साथ आए, र आज हामी प्रकाशनहरू पछि उत्पन्न भएका मुख्य सीपहरू र प्रश्नहरूको विश्लेषण गर्नेछौं।

यहाँ उल्लेख गरिएका सबै कुराहरू अन्तिम सत्य भएको दाबी गर्दैन र लेखकको व्यक्तिपरक विचार हो। हामी मुख्य चीजहरू हेर्नेछौं जुन प्रक्रियामा सबैभन्दा महत्त्वपूर्ण देखिन्छ।

वास्तवमा यो किन आवश्यक छ?

लक्ष्यलाई अझ राम्रो प्राप्त गर्नको लागि, ताकि यो कम्तिमा केहि हदसम्म विशिष्ट देखिन्छ - तपाईं Facebook/Apple/Amazon/Netflix/Google मा DS वा अनुसन्धान वैज्ञानिक बन्न चाहनुहुन्छ - आवश्यकताहरू, भाषाहरू र आवश्यक सीपहरू हेर्नुहोस्। विशेष गरी कुन पदको लागि। भर्ती प्रक्रिया के हो? यस्तो भूमिकामा सामान्य दिन कसरी बित्छ? त्यहाँ काम गर्ने व्यक्तिको औसत प्रोफाइल कस्तो देखिन्छ?

प्रायः समग्र तस्विर यो हो कि एक व्यक्तिले वास्तवमा उसले के चाहन्छ भन्ने कुरा बुझ्दैन र यो अस्पष्ट छविको लागि कसरी तयारी गर्ने भन्ने पूर्ण रूपमा स्पष्ट छैन - त्यसैले तपाईले वास्तवमा के चाहानुहुन्छ भन्ने कम्तिमा कुनै नराम्रो योजना बनाउन लायक छ।

हालको लक्ष्य दृश्यलाई ठोस बनाउनुहोस्

यदि यो बाटोमा परिवर्तन भयो भने, र खेलको क्रममा योजनाहरू परिवर्तन गर्न यो सामान्यतया सामान्य छ, यो एक लक्ष्य हुनु र त्यसमा ध्यान केन्द्रित गर्न, आवधिक रूपमा मूल्याङ्कन र पुनर्विचार गर्न लायक छ।

यो हुनेछ वा यो अझै सान्दर्भिक छ?

जब सम्म तपाईं एक स्थिति मा बढ्छ।

कल्पना गर्नुहोस् कि तपाइँको स्थिति भन्दा पहिले तपाइँले पीएचडी प्राप्त गर्न आवश्यक छ, उद्योगमा 2-3 वर्षको लागि काम गर्नु पर्छ र सामान्यतया मठमा ध्यान गर्दा तपाइँको कपाल काट्नु पर्छ - के डेटा विज्ञानको अवस्था पहिले अर्थशास्त्रीहरूको जस्तै हुनेछैन र? वकिलहरू? के तपाईले पछ्याउन चाहनु भएको क्षेत्रमा पहिचान भन्दा बाहिर सबै कुरा परिवर्तन हुनेछ?

के त्यहाँ राम्रो मौका छैन कि सबैजना त्यहाँ अब हतार हुनेछन् र हामी एक तस्वीर देख्नेछौं जहाँ त्यहाँ पेशा प्रवेश गर्न कोशिस गर्ने मानिसहरूको फराकिलो तह छ - र त्यहाँ केवल एक सानो सुरूवात स्थिति हुनेछ।

यो एक मार्ग छनोट गर्दा हालको प्रवृत्तिहरू विचार गर्न लायक हुन सक्छ, श्रम बजारको वर्तमान अवस्था मात्र होइन, तर यो कसरी परिवर्तन भइरहेको छ र यो कहाँ छ भन्ने बारे तपाइँको विचार पनि।

उदाहरणका लागि, लेखकले शैतानवादी बन्ने योजना बनाएका थिएनन्, तर आफ्नो पीएचडीको दौडान उनले तेस्रो-पक्ष परियोजनाहरूमा काम गरे जुन DS सँग मिल्दोजुल्दो सीपहरू थिए, र स्नातक विद्यालयको अन्त्यमा उहाँले स्वाभाविक रूपमा वातावरणमा स्विच गर्नुभयो, राम्रो देखेर। स्थिति।

यदि खेलको क्रममा यो बाहिर जान्छ कि यो कतै सार्न आवश्यक हुनेछ - किनकि त्यहाँ अहिले सबैभन्दा धेरै आन्दोलन छ र सबै भन्दा चाखलाग्दो कार्य भइरहेको छ, तब हामी त्यहाँ स्वाभाविक रूपमा सर्नेछौं।

कौशल ब्रेकडाउन

यी सशर्त कोटिहरू सीपहरू हुन् जुन मलाई DS मा पूर्ण र प्रभावकारी कामको लागि महत्त्वपूर्ण लाग्छ। म अङ्ग्रेजीलाई छुट्टै हाइलाइट गर्नेछु - तपाईले CS मा जे पनि गर्नुहुन्छ सिक्नुहोस्। अर्को मुख्य कोटीहरू छन्।

प्रोग्रामिङ/स्क्रिप्टिङ

तपाइँ कुन भाषाहरु संग परिचित हुन निश्चित हुनुहुन्छ? पाइथन? जाभा? शेल स्क्रिप्टिङ? लुआ? Sql? C++?

तपाईंले वास्तवमा के गर्न सक्षम हुन आवश्यक छ र किन प्रोग्रामिङको सन्दर्भमा - यहाँ स्थितिहरूको दायरा धेरै फरक हुन्छ।

उदाहरणका लागि, मैले प्राय: जटिल तर्क, प्रश्नहरू, मोडेलहरू, एनालिटिक्सहरू लागू गर्नुपर्छ, र सामान्यतया व्याख्या गरिएका प्रणालीहरू विकास गर्नुपर्छ, तर त्यहाँ सामान्य र व्यावहारिक बाहेक, कोडको गतिको लागि आवश्यकताहरू प्रायः हुँदैनन्।

तसर्थ, मेरो कौशल सेट Tensorflow पुस्तकालय लेख्ने र l1 क्यास र समान चीजहरूको कुशल प्रयोगको लागि कोड अप्टिमाइज गर्ने बारे सोच्नेहरू भन्दा धेरै फरक छ, त्यसैले तपाईलाई वास्तवमा के चाहिन्छ हेर्नुहोस् र सिक्नको लागि सही मार्गको मूल्याङ्कन गर्नुहोस्।

उदाहरण को लागी, पाइथन को लागी, मान्छे पहिले नै बनाउँछ नक्शा भाषा सिक्ने।

निस्सन्देह, त्यहाँ पहिले नै अनुभवी सल्लाह र तपाइँको आवश्यकताहरु को लागी राम्रो स्रोतहरु छन् - तपाइँ एक सूची मा निर्णय गर्न र यसमा काम सुरु गर्न आवश्यक छ।

व्यापार प्रक्रियाहरू बुझ्दै

तपाईं यो बिना कतै जान सक्नुहुन्न: तपाईंले यो प्रक्रियामा किन आवश्यक छ, तपाईंले के गरिरहनु भएको छ र किन बुझ्न आवश्यक छ। प्राय: यसले तपाइँको धेरै समय बचाउन सक्छ, तपाइँको फाइदालाई अधिकतम बनाउन सक्छ र बकवासमा समय र स्रोतहरू बर्बाद नगर्न सक्छ।

सामान्यतया, म आफैलाई निम्न प्रश्नहरू सोध्छु:

• म कम्पनीमा वास्तवमा के गर्छु?
• किन?
• कसले र कसरी प्रयोग गर्ने?
• मसँग के विकल्पहरू छन्?
• प्यारामिटरहरूको सीमा के हो?

यहाँ प्यारामिटरहरूको बारेमा थोरै थप विवरणहरू छन्: यदि तपाईंलाई थाहा छ कि केहि बलिदान गर्न सकिन्छ भने तपाईले प्रायः कार्य परिदृश्य परिवर्तन गर्न सक्नुहुन्छ: उदाहरणका लागि, व्याख्याता वा यसको विपरित, केहि प्रतिशतले यहाँ भूमिका खेल्ने छैन र हामीसँग धेरै छिटो छ। समाधान, र ग्राहकलाई यसको आवश्यकता छ, किनभने उसले AWS मा पाइपलाइन चलिरहेको समयको लागि भुक्तानी गर्दछ।

गणित

यहाँ तपाई आफैंले सबै कुरा सोच्नुहुन्छ र बुझ्नुहुन्छ - आधारभूत गणितको ज्ञान बिना तपाई ग्रेनेड (माफ गर्नुहोस् रैन्डम फरेस्ट) भएका बाँदरहरू भन्दा बढी केहि हुनुहुन्न - त्यसैले तपाईले कम्तिमा आधारभूत कुराहरू बुझ्न आवश्यक छ। यदि मैले एक धेरै न्यूनतम सूची कम्पाइल गर्ने हो भने, यसमा समावेश हुनेछ:

• रैखिक बीजगणित - धेरै संख्यामा स्रोतहरू Google को लागी सजिलो छ, तपाईलाई सबैभन्दा राम्रो उपयुक्त के खोज्नुहोस्;
• गणितीय विश्लेषण - (कम से कम पहिलो दुई सेमेस्टरमा);
• मेसिन लर्निङमा सम्भाव्यता सिद्धान्त जताततै छ;
• कम्बिनेटरिक्स - यो वास्तवमा सिद्धान्तको पूरक हो;
• ग्राफ सिद्धान्त - कम्तिमा आधारभूत;
• एल्गोरिदम - कम्तिमा पहिलो दुई सेमेस्टरहरूको लागि (कोरमेनको पुस्तकमा सिफारिसहरू हेर्नुहोस्);
• Mathlogic - कम से कम आधारभूत।

व्यावहारिक डेटा विश्लेषण र दृश्य

सबैभन्दा महत्त्वपूर्ण चीजहरू मध्ये एक भनेको डेटाको साथ आफ्नो हात फोहोर गर्न नडराउन सक्षम हुनु हो र डेटासेट, परियोजनाको विस्तृत विश्लेषण सञ्चालन गर्नुहोस् र द्रुत डेटा दृश्य सिर्जना गर्नुहोस्।

अन्वेषक डेटा विश्लेषण केवल प्राकृतिक रूपमा बन्नुपर्दछ, जस्तै अन्य सबै डेटा रूपान्तरणहरू र युनिक्स नोडहरूबाट एक साधारण पाइपलाइन सिर्जना गर्ने क्षमता (अघिल्लो लेखहरू हेर्नुहोस्) वा पढ्न योग्य र बुझ्न सकिने नोटबुक लेख्नुहोस्।

म भिजुअलाइजेशन उल्लेख गर्न चाहन्छु: यो सय पटक सुन्न भन्दा एक पटक हेर्न राम्रो छ।

प्रबन्धकलाई ग्राफ देखाउनु संख्याहरूको सेट भन्दा सय गुणा सजिलो र स्पष्ट छ, त्यसैले matplotlib, seaborn र ggplot2 तपाईंका साथीहरू हुन्।

नरम कौशल

आफ्ना विचारहरू, साथै परिणाम र सरोकारहरू (आदि) अरूलाई सञ्चार गर्न सक्षम हुनु पनि उत्तिकै महत्त्वपूर्ण छ - सुनिश्चित गर्नुहोस् कि तपाईंले प्राविधिक र व्यापार दुवै सर्तहरूमा कार्यलाई स्पष्ट रूपमा बताउन सक्नुहुन्छ।

तपाईंले सहकर्मीहरू, प्रबन्धकहरू, वरिष्ठहरू, ग्राहकहरू र अरू कसैलाई के भइरहेको छ, तपाईंले कुन डाटा प्रयोग गरिरहनु भएको छ र तपाईंले के नतिजाहरू पाउनुभयो भनेर आवश्यक पर्ने अरू कसैलाई व्याख्या गर्न सक्नुहुन्छ।

तपाइँको चार्ट र कागजात तपाइँ बिना पढ्नु पर्छ। अर्थात्, त्यहाँ के लेखिएको छ भनेर बुझ्नको लागि तपाईंकहाँ जानु पर्दैन।

तपाईं बिन्दु भर र/वा परियोजना/तपाईंको काम कागजात प्राप्त गर्न स्पष्ट प्रस्तुतीकरण गर्न सक्नुहुन्छ।

तपाईं तर्कसंगत र भावनात्मक रूपमा आफ्नो स्थिति व्यक्त गर्न सक्नुहुन्छ, "हो/होइन" भन्नुहोस् वा निर्णयलाई प्रश्न/समर्थन गर्नुहोस्।

प्रशिक्षण सत्रहरू

त्यहाँ धेरै फरक ठाउँहरू छन् जहाँ तपाइँ यो सबै सिक्न सक्नुहुन्छ। म छोटो सूची दिनेछु - मैले यसबाट सबै कुरा प्रयास गरें र, इमानदार हुन, प्रत्येक वस्तुमा यसको फाइदा र विपक्ष छ। यसलाई प्रयास गर्नुहोस् र निर्णय गर्नुहोस् कि तपाईलाई के मिल्छ, तर म धेरै विकल्पहरू प्रयास गर्न र एउटामा अड्किने छैन भनेर सिफारिस गर्दछु।

• अनलाइन पाठ्यक्रमहरू: coursera, udacity, Edx, आदि;
• नयाँ विद्यालयहरू: अनलाइन र अफलाइन - SkillFactory, SAD, MADE;
• शास्त्रीय विद्यालयहरू: विश्वविद्यालय मास्टर कार्यक्रमहरू र उन्नत प्रशिक्षण पाठ्यक्रमहरू;
• परियोजनाहरू - तपाइँ केवल तपाइँलाई रुचि राख्ने कार्यहरू चयन गर्न सक्नुहुन्छ र तिनीहरूलाई काट्न सक्नुहुन्छ, तिनीहरूलाई github मा अपलोड गर्नुहोस्;
• इन्टर्नशिपहरू - यहाँ केहि पनि सुझाव दिन गाह्रो छ; तपाईंले के उपलब्ध छ र उपयुक्त विकल्पहरू खोज्नुपर्छ।

के यो आवश्यक छ?

निष्कर्षमा, म सम्भवतः तीनवटा व्यक्तिगत सिद्धान्तहरू थप्नेछु जुन मैले आफैलाई पछ्याउने प्रयास गर्छु।

• रोचक हुनुपर्छ;
• भित्री आनन्द ल्याउनुहोस् (= कम से कम दुःखको कारण होइन);
• "तिम्रो हुन।"

तिनीहरू किन? हरेक दिन केहि गर्ने र त्यसमा रमाइलो नगरेको वा चासो नभएको कल्पना गर्न गाह्रो छ। कल्पना गर्नुहोस् कि तपाईं एक डाक्टर हुनुहुन्छ र तपाईं मानिसहरूसँग कुराकानी गर्न घृणा गर्नुहुन्छ - यो, निस्सन्देह, कुनै पनि तरिकाले काम गर्न सक्छ, तर तपाईलाई केहि सोध्न चाहने बिरामीहरूको प्रवाहको साथ तपाई निरन्तर असहज हुनुहुनेछ। यो लामो समय मा काम गर्दैन।

मैले आन्तरिक आनन्दलाई विशेष रूपमा किन उल्लेख गरें? यो मलाई लाग्छ कि यो थप विकास र, सिद्धान्तमा, सिक्ने प्रक्रियाको लागि आवश्यक छ। मैले केहि जटिल सुविधा पूरा गर्न र मोडेल निर्माण गर्न वा महत्त्वपूर्ण प्यारामिटर गणना गर्दा म साँच्चै यसको आनन्द लिन्छु। जब मेरो कोड सौन्दर्य रूपले सुन्दर र राम्रोसँग लेखिएको हुन्छ तब म यसलाई रमाउँछु। त्यसकारण, केहि नयाँ सिक्नु रोचक छ र प्रत्यक्ष रूपमा कुनै महत्त्वपूर्ण प्रेरणा आवश्यक पर्दैन।

"तिम्रो हुनु" भनेको एउटै अनुभूति हो जुन तपाईले गर्न चाहेको कुरा हो। मसँग एउटा सानो कथा छ। बाल्यकाल देखि, म रक संगीत (र धातु - साल्मन!) मा रुचि राख्छु र, अन्य धेरै जस्तै, म कसरी खेल्न सिक्न चाहन्थें र यति मात्र हो। यो बाहिर आयो कि मसँग कुनै सुनुवाइ छैन र कुनै आवाज छैन - यसले मलाई कत्ति पनि चिन्तित पारेन (र मैले यो भन्नु पर्छ कि यसले धेरै कलाकारहरूलाई स्टेजमा चिन्तित गर्दैन), र जब म स्कूलमा थिएँ मैले गिटार पाएँ ... र यो स्पष्ट भयो कि मलाई घन्टौं बसेर खेल्न मन पर्दैन। यो कठिन हुँदै गइरहेको थियो, यो सधैं मलाई कुनै प्रकारको बकवास बाहिर आउँदैछ जस्तो लाग्थ्यो - मैले यसबाट कुनै पनि आनन्द प्राप्त गरेन र केवल घिनलाग्दो, मूर्ख र पूर्ण रूपमा असक्षम महसुस गरें। मैले शाब्दिक रूपमा आफैलाई कक्षाको लागि बस्न बाध्य पारें र सामान्यतया यो घोडाको लागि राम्रो खाना थिएन।

एकै समयमा, म फ्ल्यास (वा अरू केहि) मा केहि एनिमेसनको लागि स्क्रिप्ट प्रयोग गरेर केही खेलौना विकास गर्दै घण्टौंसम्म शान्तपूर्वक बस्न सक्थें र म खेलमा तत्वहरू समाप्त गर्न वा आन्दोलनको मेकानिक्स र/वा तेस्रो-पक्ष पुस्तकालयहरू, प्लगइनहरू र अरू सबै जडान गर्दै।

र केहि बिन्दुमा मैले महसुस गरें कि गितार बजाउनु मेरो कुरा होइन र मलाई साँच्चै सुन्न मन पर्छ, बजाउन होइन। र मेरा आँखा चम्किए जब मैले खेल र कोड लेखे (त्यस क्षणमा सबै प्रकारका धातुहरू सुन्दै) र त्यो मलाई मन पर्यो, र मैले के गरिरहेको हुनुपर्छ।

तपाईंसँग अरू कुनै प्रश्नहरू छन्?

अवश्य पनि, हामीले सबै विषय र प्रश्नहरू मार्फत जान सकेनौं, त्यसैले टिप्पणीहरू लेख्नुहोस् र मलाई PM गर्नुहोस् - म सधैं प्रश्नहरू पाउँदा खुसी छु।

स्रोत: www.habr.com