¿Qué tan difícil es para un novato aprender a ser analista de datos?
1. Antes de elegir el camino de analista de datos, debes pensártelo dos veces. Aunque este camino parece glamoroso (al menos los ingresos salariales profesionales no son mucho mejores que los de otras industrias), también es un camino difícil, lleno de incógnitas, espinas y confusión. Especialmente para mí, un estudiante de artes liberales, mis esfuerzos son varias veces mayores que los de los hombres comunes y corrientes con especialización en ciencias e ingeniería.
2. Aunque la industria del análisis de datos tiene una cadena natural de desprecio profesional (existen diferencias reales en la capacidad de pensamiento lógico de las artes y las ciencias liberales, la aceptación de los lenguajes de programación y la base de las estadísticas matemáticas). Por eso el Partido A es más La razón importante para confiar en la formación en ciencias e ingeniería es que las escuelas con especialización en ciencias sociales o artes rara vez formulan los planes de formación curricular de los estudiantes estrictamente de acuerdo con la lógica matemática. No tenemos oportunidades, porque antes de la universidad, nunca habíamos tenido una exposición formal a la programación o las estadísticas. Por lo tanto, los amigos, los intereses y las decisiones en las carreras de artes liberales también son factores importantes. No puedes negarte a ti mismo basándose únicamente en tu experiencia profesional objetiva.
3. Si desea elegir firmemente este camino, debe superar varias dependencias, como instalar un lenguaje R o software Python, sacar conclusiones objetivas de una gran cantidad de datos y utilizar el conocimiento que ha aprendido. el valor de los datos y más. Debes usar tus manos y tu cerebro para practicar, en lugar de depender únicamente del pensamiento liberal previo (que presta más atención a la creación del pensamiento y el desarrollo de la personalidad). El pensamiento racional y la ciencia objetiva son más importantes. Debido a que este tipo de hábito de aprendizaje determina que definitivamente las personas con ideas afines lo dejarán atrás, Baidu, Google y Stack Overflow siempre le abrirán sus puertas de forma gratuita;
4. Los proyectos de práctica y participación en pasantías son el comienzo de una buena ciencia de datos o análisis de datos. Sólo aprendiendo, en lugar de practicando trucos falsos, podrá ver cuánto de lo que ha aprendido puede utilizarse para aumentar el valor empresarial.
5. Antes de solicitar un trabajo, si el tiempo lo permite, apruebe los tres niveles del lenguaje R, Python (módulos relacionados con la ciencia de datos) y SQL (puede elegir una plataforma, como MySQL). Si no quieres trabajar horas extras todos los días;
6. Si todavía eres estudiante en la escuela, debes aprender a priorizar varias cosas, como todo tipo de conferencias aburridas y marketing de regalos. clases de lavado de cerebro y todo tipo de interacciones sociales ineficaces. Si dedica todo su tiempo a estudiar análisis de datos, descubrirá que tiene mucho más tiempo y, naturalmente, podrá ponerse al día con sus compañeros antes.
7. Sigue tu propio camino con los pies en la tierra, no escribas demasiado, lee más, pregunta más (haz preguntas realmente valiosas), resume más, comunica más y entrégate. suficiente período de cambio de carrera (si es estadístico) El aprendizaje, las matemáticas y las computadoras pueden ir bien, pero no puede tomárselo a la ligera. De lo contrario, elija con cuidado y tómese un período de reserva de al menos uno o dos años. cambiar de carrera.)
8. Aprender a integrar las diferencias en el campo, sacar inferencias de una instancia y aprender a transferirlas horizontalmente. Esto te hará sentir más transparente al estudiar, de lo contrario solo aumentará el grosor del cuaderno y aumentará tus preocupaciones.
De hecho, todos los estudiantes de artes liberales están felices y enredados cuando aprenden análisis de datos o cambian de carrera sin base alguna. Sin embargo, en cualquier momento, si han estado estancados y vacilantes, entonces todos pueden o pueden hacerlo. Posiblemente oportunidades perdidas. Afortunadamente, aunque estaba confundido y enfrenté muchos obstáculos en el camino, el tiempo no espera a nadie y eventualmente ganaré algo. Les deseo lo mejor a todos los estudiantes de artes liberales que quieran ingresar a la industria del análisis de datos o cambiar de carrera.