Существует много способов, как прийти к работе в Data Science. Как правило, анализом данных занимаются люди, получившие образование в сфере математики, статистики или технических наук. Однако в последнее время ситуация начала меняться.
Можно ли получить работу без специального образования? Можно, но самому придется освоить немало скиллов.
Специалист по данным должен иметь знания в таких областях, как:
-машинное обучение
-программирование
-алгоритмы
-аналитика
-статистика
-и др.
Как во всем этом разобраться? На самом деле, в Интернете уже давно можно найти множество «roadmap’ов» - так называемых «маршрутов», в которых описано, какие и в каком порядке лучше обучаться. Обзоры на различные ресурсы для data scientist’a также будут выходить на данном канале.
Но чем можно заняться уже сегодня, чтобы уже скоро получить заветную работу? Очевидный ответ для любой специальности, связанной с IT – это английский язык и программирование. Действительно, существует множество ресурсов и на русском языке, однако, если Вы начнете практиковать свои навыки, то быстро заметите, что нужных Вам ответов в основном не будет на русском языке. Среди работников IT английский язык — это уже давно принятый стандарт, так люди со всего мира могут работать вместе и помогать друг другу.
По поводу программирования немного сложнее. Для работы в сфере данных обычно более важным скиллом является знание статистики. Однако собеседование на позицию Junior Data Scientist всегда начинается с вопросов на знание языка Python, а также несложных алгоритмов, для которых необходимо его будет использовать.
Дальше маршрут для каждого индивидуален. Пролистав список вакансий, можно увидеть, какие знания в каждой сфере требуются для получения работы. Ищите для себя интересные курсы, читайте книги по данной теме.
И вот, изучив нужную теорию, Вы радостно открываете вакансию и понимаете, что Ваше резюме слабовато — у вас нет никакого опыта. И получили замкнутый круг — не берут на работу без опыта, но чтобы получить опыт — нужно устроиться на работу.
Радостно могу сообщить, что данная проблема уже давно была решена. Если Вы раньше не работали по данной специальности, в резюме принято оставлять ссылки на Ваши pet-project’ы. Простыми словами, Вы берете интересные Вам данные и всячески их исследуете, стараясь продемонстрировать ваши скиллы в анализе данных. Такие проекты обычно оставляют на своем github. Если у Вас еще нет там аккаунта, советую сегодня же его завести. Ссылку на него Вы оставляете в резюме, и благодаря этому работодатель может оценить Ваши навыки.
Как видите, если составить подробный план, то обучение на специалиста по данным уже не кажется такой невыполнимой задачей. Звучит интересно? Подробнее про ресурсы и новости Data Science будет рассказано в следующих постах. Добро пожаловать в мир науки о данных!