一年一度的秋招已經(jīng)打響了發(fā)令槍，從去年的薪酬排行來看，算法工程師和數(shù)據(jù)分析等工作排在前列，很多相關專業(yè)的學生一直在自學一些網(wǎng)絡上的公開課并閱讀一些專業(yè)書籍，比如“西瓜書”、“花書”等，如果你現(xiàn)在仍然什么也沒有準備的話，然而還想從事數(shù)據(jù)科學領域這個似乎令人望而生畏的工作話，現(xiàn)在就要抓緊補補相關的知識了。在這里要提示一點，自我完善的知識不要局限于數(shù)據(jù)分析相關的知識，還要額外補充下相關領域的知識。另外，簡歷上展示個人技能的最佳方式是使用技能組合的形式，這樣能讓雇主相信你可以使用你已經(jīng)學習的技能。為了展示這些技能，以下是你應該著重補充的5種數(shù)據(jù)科學項目組合類型：

1.數(shù)據(jù)清理

數(shù)據(jù)科學家預計在一個新項目的清理數(shù)據(jù)處理上花費多達80%的時間，這對于團隊來說是一個巨大的代價。如果你可以證明你在數(shù)據(jù)清理方面經(jīng)驗豐富，那么你將立即變得更有價值。練習這項能力的方法是創(chuàng)建一個數(shù)據(jù)清理項目，找到一些混亂的數(shù)據(jù)集并開始進行清理。

 

 

如果你使用Python語言進行編程，那么Pandas是一個很好用的庫，如果你使用R語言編程，那么你可以使用dplyr數(shù)據(jù)包。你實踐的數(shù)據(jù)清洗項目應該確保展示以下技能：

•  導入數(shù)據(jù)

•  加入多個數(shù)據(jù)集

•  檢測缺失值

•  檢測異常

•  輸入缺失的值

•  數(shù)據(jù)質(zhì)量保證

2.探索性數(shù)據(jù)分析

數(shù)據(jù)科學的另一個重要方面是探索性數(shù)據(jù)分析(EDA)，這是一個生成問題并用可視化方法對其進行調(diào)查的過程。 EDA允許分析人員從數(shù)據(jù)中得出結論來推動業(yè)務影響，它可能包括基于客戶細分的有趣洞察，或基于季節(jié)效應的銷售趨勢。通常你可以通過探索性數(shù)據(jù)分析來得到一些有趣的發(fā)現(xiàn)。

 

 

用于探索性分析的一些有用的Python庫有Pandas和Matplotlib。對于R用戶而言，ggplot2軟件包將會很有用。你實踐的EDA項目應該顯示以下技能：

•  能夠制定相關的調(diào)查問題

•  識別趨勢

•  識別變量之間的協(xié)變

•  使用可視化有效地傳達結果(散點圖，直方圖，餅圖等)

3.交互式數(shù)據(jù)可視化

交互式數(shù)據(jù)可視化包括諸如儀表板之類的工具，這些工具對于數(shù)據(jù)科學團隊以及更多面向業(yè)務的最終用戶都是很有用的。儀表盤允許數(shù)據(jù)科學團隊進行協(xié)作并共同繪制見解。更重要的是，它們?yōu)槊嫦蛏虡I(yè)的客戶提供了交互式工具，這些人專注于戰(zhàn)略目標而不是技術細節(jié)。數(shù)據(jù)科學項目的交付成果往往以儀表板的形式出現(xiàn)。

 

 

對于Python用戶而言，Bokeh和Plotly庫是非常適合用來創(chuàng)建儀表板的。而對于R用戶，可以使用RStudio的Shiny軟件包。你實踐的儀表板項目應該強調(diào)這些重要技能：

•  包括與客戶需求相關的指標

•  創(chuàng)建有用的功能邏輯布局(易于掃描的“F模式”)

•  創(chuàng)建最佳刷新率

•  生成報告或其他自動操作

4.機器學習

機器學習項目是數(shù)據(jù)科學產(chǎn)品組合的另一個重要組成部分�，F(xiàn)在，在開始進行一些深度學習項目之前，請保持耐心。不要一開始就構建復雜的機器學習模型，而要堅持從基礎知識開始學起。線性回歸和邏輯回歸是很好的開始，這些模型更容易解釋并能清晰地與上層管理人員溝通。此外，我還建議專注于具有業(yè)務影響的項目，例如預測客戶流失，欺詐檢測或貸款違約等，這些比預測花型更實用。

 

 

如果你是Python用戶，請使用Scikit-Learn學習庫。而對于R用戶，請使用Caret軟件包。你實踐的機器學習項目應該傳達以下技能：

•  選擇使用某個具體機器學習模型的原因

•  將數(shù)據(jù)分成訓練/測試集(k-fold交叉驗證)以避免過度擬合

•  選擇正確的評估指標(AUC、adj-R ^ 2、混淆矩陣等)

•  特征工程和選擇

•  超參數(shù)調(diào)整

5.溝通

溝通是數(shù)據(jù)科學的一個重要方面，對于工科人員而言這點尤其欠缺。能夠有效地傳達結果是區(qū)分優(yōu)秀的數(shù)據(jù)科學家與偉大的數(shù)據(jù)科學家的重要衡量標準之一。無論你的模型多么華麗，如果你不能向隊友或顧客解釋它，你都不會得到他們的支持，就如同對牛彈琴一般�；脽羝�和Notebook都是很好的溝通工具，可以將你的機器學習項目按照項目過程以PPT的形式展示，也可以使用Jupyter Notebook或RMarkdown文件進行溝通。

 

 

確保了解你的目標受眾是誰，向高管呈現(xiàn)的內(nèi)容與向機器學習專家呈現(xiàn)的內(nèi)容二者是完全不同的。確保具備這些技能：

•  了解目標受眾

•  提供相關的可視化

•  幻燈片不要寫太多的內(nèi)容

•  確保演示文稿流暢

•  將結果與業(yè)務影響聯(lián)系起來(降低成本，增加收入)

確保在Jupyter筆記本或RMarkdown文件中記錄自己的項目。然后，也可以使用Github 免費將這些Markdown文件轉換為靜態(tài)網(wǎng)站。這是向潛在雇主展示個人技能組合的好方法，即GitHub主頁或CSDN博客等。

最后，在求職的道路上請保持積極的態(tài)度，作為應屆生，不要被一次次面試、筆試所擾亂心態(tài)，請保持繼續(xù)補充知識、練習項目并參加一些競賽等。不要慌張，秋招過去，還有春招，春招過去還有社招，只要你一直努力提升自己，相信最終會有好的結果等著你，希望你能夠快樂求職，并且在數(shù)據(jù)科學領域工作順心。

標簽： 數(shù)據(jù)分析 網(wǎng)絡

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。