TL;DR 是一篇關於數據科學以及如何進入該行業並在其中發展的問題/答案的帖子。 在文章中，我將分析基本原理和常見問題解答，並準備回答您的具體問題 - 請寫在評論中（或私訊），我將盡力在幾天內回答所有問題。
隨著《撒旦約會》系列筆記的出現，許多留言和評論都帶著如何入手、從哪裡挖掘的疑問，今天我們就來分析一下發表後出現的主要技巧和問題。
這裡所說的一切並不聲稱是最終的事實，而是作者的主觀意見。 我們將看看這個過程中最重要的主要事情。
到底為什麼需要這個？
為了更好地實現目標，使其看起來至少有些具體 - 您想成為 Facebook/Apple/Amazon/Netflix/Google 的 DS 或研究科學家 - 查看要求、語言和必要的技能具體針對哪個職位。 招募流程是怎麼樣的？ 作為這樣的角色，典型的一天是如何度過的？ 在那裡工作的人的平均資料是什麼樣的？
通常，整體情況是一個人並不真正了解自己想要什麼，也不完全清楚如何為這種不清晰的圖像做好準備 - 因此至少有一個關於您到底想要什麼的粗略計劃是值得的。
具體化當前的目標觀
即使一路上發生變化，而且在遊戲過程中改變計劃通常是正常的，但有一個目標並專注於它，定期評估和重新思考是值得的。
它會或仍然相關嗎？
等你成長到一個職位的時候。
想像一下，在擔任該職位之前，您需要獲得博士學位，在該行業工作2-3 年，並且通常在寺院冥想時剪頭髮- 數據科學的情況是否會與經濟學家和經濟學家的情況一樣？律師？ 在你想要追求的領域，一切都會變得面目全非嗎？
現在不是每個人都會湧向那裡的好機會嗎？我們會看到這樣一景象：有大量的人試圖進入這個行業，而起始位置只是微薄的。
在選擇道路時，可能值得考慮當前的趨勢，不僅是勞動力市場的當前狀態，還要考慮您對它如何變化以及它在哪裡的想法。
例如，作者本來並沒有打算成為撒旦教徒，但在讀博士期間，他從事了一些與DS 有很強共同技能的第三方項目，在研究生畢業時，他很自然地轉向了這個環境，看到了良好的環境。位置。
如果在比賽過程中發現有必要搬到其他地方——因為現在有最多的動作並且所有最有趣的動作都在發生，那麼我們會自然地搬到那裡。
技能分解
這些是有條件的技能類別，在我看來，這些技能對於 DS 中全面有效的工作至關重要。 我將單獨重點介紹英語 - 學習你在 CS 中所做的任何事情。 接下來是關鍵類別。
程式設計/腳本
您確定熟悉哪些語言？ Python？ 爪哇？ 外殼腳本？ 盧阿？ sql？ C++？
就程式設計而言，您到底需要做什麼以及為什麼這樣做 - 這裡的職位範圍差異很大。
例如，我經常需要實作複雜的邏輯、查詢、模型、分析，並且通常開發解釋型系統，但對程式碼的速度幾乎沒有要求，除了最通用和合理的之外。
因此，我的技能與那些編寫 Tensorflow 庫並考慮優化程式碼以有效使用 l1 快取和類似事物的人非常不同，因此請看看您到底需要什麼並評估正確的學習路徑。
例如對於python，人們已經補了 語言學習。
當然，已經有經驗豐富的建議和適合您需求的良好資源 - 您需要確定清單並開始處理它。
了解業務流程
沒有它你哪裡也去不了：你需要明白為什麼這個過程需要你，你在做什麼以及為什麼。 通常，這可以節省您大量時間，使您的利益最大化，而不是在廢話上浪費時間和資源。
通常，我會問自己以下問題：
- 我在公司具體做什麼工作？
- 為什麼呢？
- 誰會使用它以及如何使用它？
- 我有什麼選擇？
- 參數的限制是什麼？
這裡有一些關於參數的更多細節：如果你知道可以犧牲一些東西，你通常可以極大地改變工作場景：例如，可解釋性，反之亦然，百分之幾在這裡不會發揮作用，我們有一個非常快的解決方案，客戶需要它，因為他為管道在 AWS 中運行的時間付費。
數學
在這裡，你自己思考和理解一切 - 如果沒有基本數學知識，你只不過是拿著手榴彈的猴子（對不起隨機森林） - 所以你至少需要理解基本的東西。 如果我要編制一個非常小的列表，它將包括：
- 線性代數－海量資源輕鬆Google，尋找最適合你的；
- 數學分析-（至少前兩個學期）；
- 機率論在機器學習中無所不在；
- 組合學－它其實是理論的補充；
- 圖論 - 至少 BASIC；
- 演算法——至少前兩個學期（參見 Cormen 在他的書中的建議）；
- 數學邏輯——至少是基礎的。
實用的數據分析與視覺化
最重要的事情之一是能夠不怕接觸數據，對數據集、專案進行全面分析，並創建快速的數據視覺化。
探索性資料分析應該變得很自然，就像所有其他資料轉換以及從 UNIX 節點建立簡單管道（請參閱先前的文章）或編寫可讀且易於理解的筆記本的能力一樣。
我想提一提形象化：百聞不如一見。
向經理展示圖表比一組數字簡單一百倍，因此 matplotlib、seaborn 和 ggplot2 是您的朋友。
軟技能
能夠向他人傳達您的想法以及結果和擔憂（等）也同樣重要 - 確保您可以用技術和業務術語清楚地說明任務。
您可以向同事、經理、上級、客戶和任何其他需要的人解釋正在發生的事情、您正在使用哪些數據以及您得到了什麼結果。
您的圖表和文件應該在沒有您的情況下閱讀。 也就是說，你不需要去你那裡就能明白那裡寫的是什麼。
您可以進行清晰的演示來闡明要點和/或記錄項目/您的工作。
您可以以理性且不帶感情色彩的方式表達您的立場，說「是/否」或質疑/支持某個決定。
訓練
您可以在許多不同的地方學習所有這些內容。 我將給出一個簡短的清單 - 我嘗試了其中的所有內容，說實話，每個項目都有其優點和缺點。 嘗試一下並決定什麼適合您，但我強烈建議您嘗試多種選擇，而不是陷入其中。
- 線上課程：coursera、udacity、Edx等；
- 新學校：線上和線下－SkillFactory、ShAD、MADE；
- 經典學校：大學碩士課程和高級培訓課程；
- 項目－您可以簡單地選擇您感興趣的任務並將其剪切，上傳到github；
- 實習－在這裡很難提出任何建議；你必須尋找可用的實習機會並找到合適的選擇。
有必要嗎？
最後，我可能會添加我自己嘗試遵循的三個個人原則。
- 應該很有趣；
- 帶來內心的愉悅（=至少不會造成痛苦）；
- “成為你的。”
為什麼是他們？ 很難想像每天做某事卻不享受或不感興趣。 想像一下，你是一名醫生，你討厭與人交流——這當然可以在某種程度上起作用，但你會因為不斷有病人想問你一些問題而感到不舒服。 從長遠來看，這是行不通的。
為什麼我特別提到內心的快樂？ 在我看來，這對於進一步的發展以及原則上的學習過程是必要的。 當我設法完成一些複雜的功能並建立模型或計算重要參數時，我真的很喜歡它。 當我的程式碼美觀且寫得很好時，我很享受。 因此，學習新事物很有趣，並不直接需要任何顯著的動機。
「成為你的」與這大致就是你想做的事情是一樣的感覺。 我有一個小故事。 從孩提時代起，我就對搖滾音樂（以及金屬 - SALMON！）感興趣，並且像許多其他人一樣，我想學習如何演奏，僅此而已。 事實證明，我沒有聽力，也沒有聲音——這根本沒有困擾我（我必須說這並沒有困擾舞台上的許多表演者），當我還在學校時，我得到了一把吉他.... ..很明顯，我真的不喜歡坐幾個小時玩它。 事情進展得很艱難，在我看來，總有一些廢話要出來——我根本沒有從中得到任何樂趣，只是感到糟糕、愚蠢和完全無能。 我真的強迫自己坐下來上課，總的來說，這對馬來說不是好食物。
同時，我可以很平靜地坐上幾個小時開發一些玩具，使用腳本在 Flash（或其他東西）上製作動畫，並且我非常有動力完成遊戲中的元素或處理運動機制和/或連接第三方庫、插件和其他一切。
在某些時候，我意識到彈吉他不是我的事，我真的喜歡聽，而不是演奏。 當我寫遊戲和程式碼時（當時聽各種金屬音樂），我的眼睛閃閃發光，這就是我當時喜歡的，這就是我應該做的。
你還有別的問題嗎？
當然，我們無法討論所有主題和問題，因此請寫評論並私訊我 - 我總是很樂意提出問題。
來源： www.habr.com