Обучение на практике - станьте эффективным специалистом по данным

Я слышу и забываю. Я вижу и помню. Я понимаю и понимаю.

Курсы - отличный способ учиться, но работа над проектами развивает ваши навыки. Вы будете вынуждены критически осмыслить проблему и найти решение самостоятельно. Практика развивает знания и навыки, которым невозможно научить, поскольку наблюдать за тем, как кто-то это делает, намного проще, чем научиться делать это самому.

Мне нравится, как Пол Грэм описал это в своей статье:

Немного грустно думать о том, что все старшеклассники отворачиваются от строительства домов на деревьях и сидят в классе, покорно узнавая о Дарвине или Ньютоне, чтобы сдать какой-то экзамен, когда работа, которая сделала Дарвина и Ньютона известными, была на самом деле ближе по духу к строительству домов на деревьях чем подготовка к экзаменам.

Личные проекты позволяют вам исследовать и применять то, что вы узнали, на более глубоком уровне. Работа над проектом от начала до конца поставит вас перед широким кругом проблем. Вы будете знать, как задавать правильные вопросы, в частности, как искать правильные вопросы, чтобы найти решения. Мы хотим получить больше практического опыта, чтобы отточить свои навыки.

Эффективный специалист по данным

Обучение на собственном опыте поможет вам стать эффективным специалистом по данным, поскольку вы будете комплексными - вы будете знать, как работать над проектами от начала (выявление проблемы) до завершения (решение проблемы и предоставление ценности). Они могут выявлять и решать проблемы с данными и приносить пользу компании; это улучшает вашу способность оказывать значимое влияние.

Вот список навыков (ни обязательных, ни исчерпывающих), чтобы стать эффективным специалистом по комплексным данным:

• область - определите проблемы, определяя показатель успеха.
• общение: помогайте командам, получайте поддержку, делитесь результатами
• инженерия данных - сбор, очистка и подготовка данных, создание конвейера данных.
• анализ данных - понимание данных, измерение эффективности
• создание продукта - будь то машинное обучение для выполнения прогнозов или анализ данных для получения ответов.
• dev-ops - структура кода, модульные тесты, средства автоматизации, развертывание.

Например, давайте создадим проект, который извлекает исторические данные о запасах и использует модель машинного обучения для прогнозирования цены на следующий день (scope). Мы обнаружили, что можем получать данные о финансовых рынках из Alpha Vantage, поэтому создали сценарий для получения данных об акциях (инженерия данных). Используя необработанные данные, мы подготавливаем данные перед обучением модели, нормализацией необработанных данных и разделением данных на наборы данных для обучения и проверки (анализ данных + инженерия данных). Затем мы разрабатываем и обучаем простую модель LSTM, чтобы научиться прогнозировать цены на следующий день, используя данные за последние 50 дней (создание продукта). Чтобы определить, хорошо ли работает наша модель, мы оцениваем производительность модели, измеряя ее со среднеквадратичной ошибкой (анализ данных). Мы создаем веб-интерфейс и развертываем его, чтобы продемонстрировать работу, чтобы каждый мог ее попробовать (dev-ops). Наконец, писать о построении и мыслительном процессе, чтобы другие могли учиться на этом и строить свои собственные (общение).

Создайте свое портфолио

Наличие личных проектов также позволяет вам создать портфолио и продемонстрировать его потенциальным работодателям. Онлайн-портфолио демонстрируют менеджерам по найму как технические, так и профессиональные навыки.

Технические навыки. Как вы структурируете свои файлы и коды, как вы собираете и готовите данные, как вы анализируете и понимаете свои данные с помощью визуальных элементов, как вы тренируете и оцениваете свои модели машинного обучения. Это показывает им, что вы можете добиться цели.

Мягкие навыки. Написание своего мыслительного процесса и объяснение анализа и результатов демонстрирует вашу способность общаться, что очень важно для эффективного специалиста по данным.

Черты характера. Работа над личными проектами подразумевает самообучение, помимо прохождения курсов и получения сертификатов. Наличие портфолио также демонстрирует такие качества, как любопытство и страсть. Когда вы проводите свое свободное время за обучением, это показывает, что вы целеустремлены и более увлечены, чем остальные, которые могут проходить собеседование на ту же работу. Вы показываете, что делаете это добровольно (тянет), а не просто потому, что вам кто-то сказал (подталкивают).

Портфолио поможет вашему резюме выделиться среди множества резюме и пройти первое собеседование. А навыки и черты, которые вы приобрели в этих проектах, помогут вам выполнить эту роль.

Как это сработало для меня?

В 2017 году у меня было собеседование в Alibaba Group на должность специалиста по данным. Как и на большинстве собеседований, мой менеджер по найму начал задавать мне несколько вопросов о машинном обучении. Атмосфера была суровой, вопросы за вопросами.

Затем мы перешли к описанию того, что я делал раньше. Я поделился созданным мной приложением для обработки естественного языка, в которое пользователи могут загружать файл Excel, содержащий ответы на вопросы опроса. Приложение извлечет тональность каждого ответа и динамически сгруппирует их по темам. Я показал своему менеджеру по найму, как выглядит приложение и как оно работает с точки зрения пользователя.

После того, как он поделился тем, как легко им было пользоваться и какую пользу это принесло пользователям, его отношение и атмосфера интервью изменились. Это больше не было похоже на интервью, а больше на то, чтобы поделиться с другом о том, что я сделал, как я это сделал и как это очень помогло пользователям. Гораздо проще описать то, что было сделано раньше, чем резюмировать, в чем состоят каждая из концепций науки о данных и машинного обучения. Разговор стал более живым и дружелюбным; это был приятный опыт интервью. И да, я получил работу.

В заключение…

Одна из самых сложных вещей при принятии решения о работе над личным проектом - найти время для начала. Потому что у большинства из нас есть работа (или учеба) полный рабочий день, а оставшееся свободное время можно использовать для просмотра Netflix. Но обучение и рост, которые вы получаете от работы над личным проектом, - это золото.

Не сосредотачивайтесь на создании портфолио; сосредоточьтесь на процессе приобретения навыков на практике. Портфолио - это результат нашего обучения, навыков, которые мы развиваем, и качеств, которыми мы обладаем. Пытаясь построить наше портфолио, мы должны находить по сути выгодные проекты. Они должны быть веселыми, значимыми и расширять наши возможности; это делает их более устойчивыми. Со временем, один проект за другим, у вас будет портфолио.

Я слышу и забываю. Я вижу и помню. Я понимаю и понимаю.

Читайте также: