Bagaimana cara mendapatkan pekerjaan pertama Anda di Ilmu Data?

Bagaimana seseorang bisa mendapatkan pekerjaan entry level pertamanya sebagai Ilmuwan Data atau Analis Data? Jika Anda menggulir melalui forum ilmu data, Anda akan menemukan banyak pertanyaan seputar topik ini. Pembaca blog ilmu data saya (data36.com) meminta saya hal yang sama dari waktu ke waktu. Dan saya dapat memberitahu Anda ini masalah yang benar-benar valid!

Saya telah memutuskan untuk merangkum jawaban saya untuk semua pertanyaan utama!

BARU! Saya telah membuat kursus video online komprehensif (gratis) untuk membantu Anda memulai dengan Ilmu Data. Klik di sini untuk info lebih lanjut: Cara Menjadi Ilmuwan Data.

DAFTAR DI SINI (GRATIS): https://data36.com/how-to-become-a-data-scientist/

# 1: Apa keterampilan dan alat ilmuwan data terpenting? Dan bagaimana Anda bisa mendapatkannya?

Berita baik - berita buruk.

Saya akan mulai dengan yang buruk. Dalam 90% kasus, keterampilan yang mereka ajarkan di universitas tidak benar-benar berguna dalam proyek ilmu data kehidupan nyata. Seperti yang telah saya tulis beberapa kali, dalam proyek nyata 4 keterampilan pengkodean data ini diperlukan:

  • bash / command line
  • Python
  • SQL
  • R
  • (dan terkadang Jawa)
sumber: KDnuggets

2 atau 3 mana yang menurut Anda paling bermanfaat sangat tergantung pada perusahaan ... Tetapi jika Anda telah mempelajarinya, akan lebih mudah untuk mempelajari yang lain.

Jadi pertanyaan besar pertama adalah: bagaimana Anda bisa mendapatkan alat ini? Inilah kabar baiknya! Semua alat ini gratis! Ini berarti Anda dapat mengunduh, menginstal, dan menggunakannya tanpa membayar sepeser pun. Anda dapat berlatih, membangun proyek hobi data atau apa pun!

Saya menulis artikel selangkah demi selangkah baru-baru ini tentang cara menginstal alat ini di komputer Anda. Lihat disini.

# 2: Cara belajar?

Ada 2 cara utama untuk mempelajari ilmu data dengan mudah dan hemat biaya.

1: Buku.

Agak tua, tapi masih cara belajar yang baik. Dari buku Anda bisa mendapatkan pengetahuan yang sangat fokus, sangat terperinci tentang analisis data online, statistik, pengkodean data, dll ... Saya menyoroti 7 buku yang saya rekomendasikan di artikel saya sebelumnya, di sini.

7 buku data teratas yang saya rekomendasikan

2: webinar online dan kursus video.

Kursus online sains data hadir dengan harga yang wajar ($ 10- $ 500) dan mencakup berbagai topik mulai dari pengkodean data hingga intelijen bisnis. Jika Anda tidak ingin menghabiskan uang untuk ini di awal, saya sudah mendaftar kursus gratis dan materi pembelajaran di posting ini.

(3: Kursus Bulan Pertama Ilmuwan Data Junior Saya telah membuat kursus ilmu data online 6 minggu untuk calon ilmuwan data untuk mempraktikkan dan menyelesaikan tugas-tugas nyata pada set data yang nyata: Data Bulan Pertama Ilmuwan Data Junior .)

# 3: Cara berlatih, dan bagaimana mendapatkan pengalaman kehidupan nyata

Ini rumit, kan? Setiap perusahaan ingin memiliki orang-orang dengan setidaknya sedikit pengalaman kehidupan nyata ... Tetapi bagaimana Anda mendapatkan pengalaman kehidupan nyata, jika Anda membutuhkan pengalaman kehidupan nyata untuk mendapatkan pekerjaan pertama Anda? Tangkapan klasik-22. Dan jawabannya adalah: proyek kesayangan.

"Proyek hewan peliharaan" berarti Anda membuat ide proyek data yang membuat Anda bersemangat. Maka Anda cukup mulai membangunnya. Anda dapat menganggapnya sebagai startup kecil, tetapi pastikan bahwa Anda tetap fokus pada bagian ilmu data dari proyek dan Anda bisa mengabaikan bagian bisnis. Untuk memberi Anda beberapa ide, berikut adalah beberapa proyek hewan peliharaan saya dari beberapa tahun terakhir:

  • Saya membuat skrip yang memantau situs web real estat dan mengirimi saya email tentang penawaran terbaik secara real time - sehingga saya bisa mendapatkan penawaran ini sebelum orang lain.
  • Saya membuat sebuah skrip yang menarik semua artikel dari ABC, BBC dan CNN dan, berdasarkan kata-kata yang digunakan, menghubungkan artikel-artikel yang memiliki topik yang persis sama pada 3 portal berita yang berbeda.
  • Saya membangun chatbot belajar mandiri dengan Python. (Ini tidak terlalu pintar - karena saya belum melatihnya.)

Jadilah kreatif! Temukan proyek hewan peliharaan yang berhubungan dengan sains data untuk diri Anda sendiri dan mulailah coding! Jika Anda menabrak dinding dengan masalah pengkodean - yang dapat terjadi dengan mudah, ketika Anda mulai mempelajari bahasa data baru - cukup gunakan google dan / atau stackoverflow. Salah satu contoh singkat dari saya - tentang seberapa efektif stackoverflow adalah:

sisi kiri: pertanyaan saya - sisi kanan: jawabannya (dalam 7 menit)

Perhatikan cap waktu! Saya telah mengirimkan semacam pertanyaan rumit dan saya mendapatkan kembali jawabannya dalam 7 menit. Satu-satunya hal yang perlu saya lakukan adalah menyalin-tempel kode tersebut ke dalam kode produksi dan boom saya, itu hanya berfungsi!

(Catatan: Cross Validated adalah forum hebat lainnya untuk pertanyaan terkait Sains Data.)

+1 saran:

Meskipun sedikit sulit, cobalah untuk mendapatkan seorang mentor. Jika Anda cukup beruntung, Anda akan menemukan seseorang yang bekerja dalam peran Data Scientist di sebuah perusahaan yang bagus dan yang dapat menghabiskan 1 jam seminggu atau dua minggu dengan Anda dan mendiskusikan atau mengajarkan berbagai hal.

# 4: Di mana dan bagaimana Anda mengirim aplikasi pekerjaan pertama Anda?

Jika Anda belum berhasil menemukan seorang mentor, Anda masih dapat menemukan yang pertama di perusahaan pertama Anda. Ini akan menjadi pekerjaan terkait sains data pertama Anda, jadi saya sarankan untuk tidak berfokus pada uang besar atau pada atmosfer startup yang sangat mewah. Fokus pada menemukan lingkungan tempat Anda dapat belajar dan meningkatkan diri.

Mengambil pekerjaan sains data pertama Anda di perusahaan multinasional mungkin tidak sejalan dengan ide ini, karena orang-orang di sana biasanya terlalu sibuk dengan barang-barang mereka, sehingga mereka tidak akan punya waktu atau motivasi untuk membantu Anda meningkatkan (tentu saja, selalu ada pengecualian).

Memulai pada startup kecil sebagai orang data pertama di tim juga bukan ide yang baik dalam kasus Anda, karena perusahaan-perusahaan ini tidak memiliki orang-orang data senior untuk dipelajari.

Saya menyarankan Anda untuk fokus pada perusahaan berukuran 50–500. Itu artinya emas. Para ilmuwan data senior siap bergabung, tetapi mereka tidak terlalu sibuk untuk membantu dan mengajar Anda.

Oke, Anda telah menemukan beberapa perusahaan yang bagus ... Bagaimana cara mendaftar? Beberapa prinsip untuk CV Anda: sorot keterampilan dan proyek Anda, bukan pengalaman Anda (karena Anda belum memiliki terlalu banyak tahun untuk dituliskan). Buat daftar bahasa pengkodean yang relevan (SQL dan Python), yang Anda gunakan, dan tautkan beberapa repositori github terkait Anda, sehingga Anda dapat menunjukkan bahwa Anda benar-benar telah menggunakan bahasa itu.

Juga, dalam banyak kasus, perusahaan meminta surat pengantar. Ini adalah kesempatan yang baik untuk mengekspresikan antusiasme Anda, tentu saja, tetapi Anda dapat menambahkan beberapa detail praktis juga, seperti apa yang akan Anda lakukan dalam beberapa minggu pertama Anda jika Anda dipekerjakan. (Misalnya "Melihat alur pendaftaran Anda, saya kira halaman web ____ memainkan peran penting. Dalam beberapa minggu pertama saya, saya akan melakukan ___, ___ dan ___ (analisis khusus) untuk membuktikan hipotesis ini dan memahaminya lebih dalam. Ini dapat membantu perusahaan untuk meningkatkan _____ dan pada akhirnya mendorong _____ KPI. ")

Mudah-mudahan ini akan membuat Anda mendapatkan wawancara kerja, di mana Anda dapat mengobrol sedikit tentang proyek kesayangan Anda, saran surat lamaran Anda, tetapi sebagian besar akan tentang pemeriksaan kepribadian dan kemungkinan besar beberapa tes keterampilan dasar. Jika Anda sudah cukup berlatih, Anda akan lulus ini ... tetapi jika Anda adalah tipe gugup dan Anda ingin berlatih lebih banyak, Anda dapat melakukannya di hackerrank.com.

Kesimpulan

Baiklah, itu saja. Saya tahu kedengarannya lebih mudah ketika ditulis, tetapi jika Anda benar-benar bertekad untuk menjadi Ilmuwan Data, tidak akan ada masalah untuk mewujudkannya! Semoga beruntung dengan itu!

Jika Anda ingin mencoba, seperti apa rasanya menjadi ilmuwan data junior di startup yang benar-benar hidup, lihat kursus ilmu data online 6 minggu saya: Bulan Pertama Ilmuwan Data Junior!

Dan jika Anda ingin mempelajari lebih lanjut tentang ilmu data, periksa blog saya (data36.com) dan / atau berlangganan Newsletter saya! Dan jangan lewatkan seri tutorial pengkodean baru saya: SQL untuk Analisis Data!

Terima kasih sudah membaca!

Menikmati artikelnya? Tolong beri tahu saya dengan mengklik di bawah ini. Ini juga membantu orang lain melihat ceritanya!

Tomi Mester penulis data36.com Twitter: @ data36_com