डेटा साइंस में अपनी पहली नौकरी कैसे प्राप्त करें?

डेटा साइंटिस्ट या डेटा एनालिस्ट के रूप में कोई अपनी पहली एंट्री लेवल की नौकरी कैसे पा सकता है? यदि आप डेटा साइंस फ़ोरम से स्क्रॉल करते हैं, तो आपको इस विषय पर कई प्रश्न मिलेंगे। मेरे डेटा साइंस ब्लॉग (data36.com) के पाठक मुझसे समय-समय पर वही पूछते हैं। और मैं आपको यह पूरी तरह से वैध समस्या बता सकता हूं!

मैंने सभी प्रमुख प्रश्नों के लिए अपने उत्तर संक्षेप में देने का निर्णय लिया है!

नया! मैंने डेटा विज्ञान के साथ आरंभ करने में आपकी मदद करने के लिए एक व्यापक (मुफ्त) ऑनलाइन वीडियो पाठ्यक्रम बनाया है। अधिक जानकारी के लिए यहां क्लिक करें: डेटा साइंटिस्ट कैसे बनें

यहाँ रजिस्टर करें (मुफ़्त में): https://data36.com/how-to-become-a-data-scientist/

# 1: सबसे महत्वपूर्ण डेटा वैज्ञानिक कौशल और उपकरण क्या हैं? और आप उन्हें कैसे प्राप्त कर सकते हैं?

अच्छी खबर - बुरी खबर।

मैं बुरे से शुरू करूंगा। 90% मामलों में, विश्वविद्यालयों में वे आपको जो कौशल सिखाते हैं, वे वास्तव में वास्तविक जीवन डेटा विज्ञान परियोजनाओं में उपयोगी नहीं होते हैं। जैसा कि मैंने कई बार लिखा है, वास्तविक परियोजनाओं में इन 4 डेटा कोडिंग कौशल की आवश्यकता होती है:

  • बैश / कमांड लाइन
  • अजगर
  • एसक्यूएल
  • आर
  • (और कभी-कभी जावा)
स्रोत: केडनगेट्स

आपको कौन सी 2 या 3 सबसे अधिक उपयोगी लगेगी यह वास्तव में कंपनी पर निर्भर करता है ... लेकिन यदि आपने एक सीख ली है, तो दूसरे को सीखना बहुत आसान हो जाएगा।

तो पहला बड़ा सवाल यह है कि आप इन उपकरणों को कैसे प्राप्त कर सकते हैं? यहाँ अच्छी खबर आती है! ये सभी उपकरण मुफ़्त हैं! इसका मतलब है कि आप उनके लिए एक पैसा चुकाए बिना उन्हें डाउनलोड, इंस्टॉल और उपयोग कर सकते हैं। आप अभ्यास कर सकते हैं, डेटा हॉबी प्रोजेक्ट या कुछ भी बना सकते हैं!

मैंने हाल ही में एक चरण-दर-चरण लेख लिखा था कि आपके कंप्यूटर पर इन उपकरणों को कैसे स्थापित किया जाए। यहां इसकी जांच कीजिए।

# 2: कैसे सीखें?

डेटा विज्ञान आसानी से और लागत-कुशलता से सीखने के 2 प्रमुख तरीके हैं।

पहला: किताबें।

Kinda पुराने स्कूल, लेकिन अभी भी सीखने का एक अच्छा तरीका है। पुस्तकों से आप ऑनलाइन डेटा विश्लेषण, सांख्यिकी, डेटा कोडिंग, आदि के बारे में बहुत ही केंद्रित ज्ञान प्राप्त कर सकते हैं ... मैंने अपने पिछले लेख में यहाँ सुझाए गए 7 पुस्तकों पर प्रकाश डाला है।

शीर्ष 7 डेटा पुस्तकें जो मैं सुझाता हूं

दूसरा: ऑनलाइन वेबिनार और वीडियो पाठ्यक्रम।

डेटा विज्ञान ऑनलाइन पाठ्यक्रम उचित मूल्य ($ 10- $ 500) के साथ आ रहे हैं और वे डेटा कोडिंग से लेकर बिजनेस इंटेलिजेंस तक के विभिन्न विषयों को कवर करते हैं। यदि आप शुरुआत में इस पर पैसा खर्च नहीं करना चाहते हैं, तो मैंने इस पोस्ट में मुफ्त पाठ्यक्रम और शिक्षण सामग्री सूचीबद्ध की है।

(तीसरा: जूनियर डेटा साइंटिस्ट का फर्स्ट मंथ कोर्स मैंने डेटा साइंटिस्ट की ख्वाहिश के लिए एक 6 हफ्ते का ऑनलाइन डेटा साइंस कोर्स बनाया है, जिसमें सच्चे-लाइफ लाइफशिप पर ट्रू-टू-लाइफ टास्क को हल करना है: जूनियर डेटा साइंटिस्ट्स फर्स्ट मंथ्स ।)

# 3: अभ्यास कैसे करें, और वास्तविक जीवन का अनुभव कैसे प्राप्त करें

यह एक मुश्किल है, है ना? हर कंपनी कम से कम वास्तविक जीवन के अनुभव वाले लोगों को रखना चाहती है ... लेकिन आपको वास्तविक जीवन का अनुभव कैसे मिलता है, अगर आपको अपनी पहली नौकरी पाने के लिए वास्तविक जीवन के अनुभव की आवश्यकता है? क्लासिक कैच -22। और जवाब है: पालतू परियोजनाएं।

"पेट प्रोजेक्ट" का मतलब है कि आप एक डेटा प्रोजेक्ट विचार के साथ आते हैं जो आपको उत्साहित करता है। तो आप बस इसे बनाने के लिए शुरू करते हैं। आप इसके बारे में एक छोटे से स्टार्टअप के रूप में सोच सकते हैं, लेकिन यह सुनिश्चित करें कि आप प्रोजेक्ट के डेटा साइंस भाग पर ध्यान केंद्रित करते रहें और आप व्यवसाय के हिस्से को अनदेखा कर सकें। आपको कुछ विचार देने के लिए, यहाँ पिछले कुछ वर्षों से मेरी कुछ पालतू परियोजनाएँ हैं:

  • मैंने एक स्क्रिप्ट का निर्माण किया, जिसने एक रियल एस्टेट वेबसाइट की निगरानी की और मुझे वास्तविक समय में सबसे अच्छे सौदों का ईमेल दिया - इसलिए मैं इन सौदों को बाकी सभी से पहले प्राप्त कर सकता था।
  • मैंने एक स्क्रिप्ट बनाई जो एबीसी, बीबीसी और सीएनएन के सभी लेखों को खींच रही थी और, इस्तेमाल किए गए शब्दों के आधार पर, उन लेखों को जोड़ दिया जो 3 अलग-अलग समाचार पोर्टलों पर सटीक एक ही विषय के बारे में थे।
  • मैंने पायथन में एक सेल्फ-लर्निंग चैटबॉट बनाया। (हालांकि यह बहुत स्मार्ट नहीं है - जैसा कि मैंने अभी तक इसे प्रशिक्षित नहीं किया है।)

रचनात्मक बनो! अपने लिए डेटा विज्ञान से संबंधित पालतू प्रोजेक्ट खोजें और कोडिंग शुरू करें! यदि आप एक कोडिंग समस्या के साथ दीवार से टकराते हैं - तो यह आसानी से हो सकता है, जब आप एक नई डेटा भाषा सीखना शुरू करते हैं - बस Google और / या स्टैकओवरफ़्लो का उपयोग करें। मेरा एक छोटा उदाहरण है - स्टैकओवरफ्लो कितना प्रभावी है:

बाईं ओर: मेरा प्रश्न - दाईं ओर: उत्तर (7 मिनट में)

टाइमस्टैम्प पर ध्यान दें! मैंने एक तरह का जटिल प्रश्न भेजा है और मुझे 7 मिनट में उत्तर मिल गया है। केवल एक चीज जो मुझे करने की ज़रूरत थी वह मेरे उत्पादन कोड और बूम में कोड को कॉपी-पेस्ट करना था, बस काम किया!

(नोट: क्रॉस मान्य डेटा साइंस से संबंधित प्रश्नों के लिए एक और बेहतरीन मंच है।)

+1 सुझाव:

थोड़ा मुश्किल होने पर भी मेंटर बनने की कोशिश करें। यदि आप पर्याप्त भाग्यशाली हैं, तो आपको कोई ऐसा व्यक्ति मिलेगा जो एक अच्छी कंपनी में डेटा साइंटिस्ट की भूमिका में काम करता है और जो आपके साथ 1 घंटा साप्ताहिक या द्विवार्षिक रूप से बिता सकता है और चीजों पर चर्चा या शिक्षा दे सकता है।

# 4: आप अपनी पहली नौकरी कहां और कैसे भेजते हैं?

यदि आप एक संरक्षक खोजने में कामयाब नहीं हुए हैं, तो आप अभी भी अपनी पहली कंपनी में अपना पहला पा सकते हैं। यह आपकी पहली डेटा विज्ञान से संबंधित नौकरी है, इसलिए मैं सुझाव देता हूं कि बड़े पैसे या सुपर-फैंसी स्टार्टअप वातावरण पर ध्यान केंद्रित न करें। एक ऐसे वातावरण को खोजने पर ध्यान केंद्रित करें जहां आप खुद को सीख और सुधार सकें।

एक बहुराष्ट्रीय कंपनी में अपना पहला डेटा विज्ञान की नौकरी लेना इस विचार के साथ संरेखित नहीं हो सकता है, क्योंकि वहां के लोग आमतौर पर अपनी चीजों में बहुत व्यस्त होते हैं, इसलिए आपके पास सुधार करने में मदद करने के लिए समय या / और प्रेरणा नहीं होगी (निश्चित रूप से, हमेशा होते हैं अपवाद)।

टीम पर पहले डेटा व्यक्ति के रूप में एक छोटे से स्टार्टअप की शुरुआत करना आपके मामले में एक अच्छा विचार नहीं है, क्योंकि इन कंपनियों के पास सीखने के लिए वरिष्ठ डेटा लोग नहीं हैं।

मैं आपको सलाह देता हूं कि आप 50-500 आकार की कंपनियों पर ध्यान दें। वह स्वर्णिम माध्य है। वरिष्ठ डेटा वैज्ञानिक बोर्ड पर हैं, लेकिन वे आपकी मदद करने और सिखाने में बहुत व्यस्त नहीं हैं।

ठीक है, आपको कुछ अच्छी कंपनियाँ मिली हैं ... आवेदन कैसे करें? आपके सीवी के लिए कुछ सिद्धांत: आपके कौशल और परियोजनाओं को उजागर करते हैं, आपके अनुभव को नहीं (क्योंकि आपके पास अभी तक कागज पर रखने के लिए बहुत साल नहीं हैं)। प्रासंगिक कोडिंग भाषाओं (एसक्यूएल और पायथन) को सूचीबद्ध करें, जो आप उपयोग करते हैं, और अपने संबंधित गिथब रेपो को लिंक करते हैं, ताकि आप यह दिखा सकें कि आपने वास्तव में उस भाषा का उपयोग किया है।

इसके अलावा, ज्यादातर मामलों में, कंपनियां एक कवर लेटर मांगती हैं। यह निश्चित रूप से आपके उत्साह को व्यक्त करने का एक अच्छा अवसर है, लेकिन आप कुछ व्यावहारिक विवरण भी जोड़ सकते हैं, जैसे कि यदि आप काम पर रखे गए हैं तो आप अपने पहले कुछ हफ्तों में क्या करेंगे। (उदाहरण) आपके पंजीकरण प्रवाह को देखते हुए, मुझे लगता है कि ____ वेबपेज एक महत्वपूर्ण भूमिका निभाता है। अपने पहले कुछ हफ्तों में, मैं इस परिकल्पना को साबित करने और इसे और अधिक गहराई से समझने के लिए ___, ___ और ___ (विशिष्ट विश्लेषण) करूँगा। यह कंपनी को _____ को बेहतर बनाने और अंततः _____ KPIs को आगे बढ़ाने में मदद कर सकता है।))

उम्मीद है कि यह आपको नौकरी के लिए साक्षात्कार देगा, जहां आप अपने पालतू जानवरों की परियोजनाओं, अपने कवर पत्र सुझावों के बारे में थोड़ा सा चैट कर सकते हैं, लेकिन यह ज्यादातर व्यक्तित्व फिट-जांच और शायद कुछ बुनियादी कौशल-परीक्षण के बारे में होगा। यदि आपने पर्याप्त अभ्यास किया था, तो आप इसे पास कर देंगे ... लेकिन यदि आप एक नर्वस प्रकार हैं और आप अधिक अभ्यास करना चाहते हैं, तो आप इसे hackerrank.com पर कर सकते हैं।

निष्कर्ष

हां इसी तरह। मुझे पता है कि जब यह लिखा जाता है तो यह आसान लगता है, लेकिन अगर आप वास्तव में डेटा साइंटिस्ट बनने के लिए दृढ़ हैं, तो ऐसा होने में कोई समस्या नहीं होगी! उसके साथ अच्छा भाग्य!

यदि आप कोशिश करना चाहते हैं, तो यह एक सच्चे-से-जीवन स्टार्टअप पर एक जूनियर डेटा वैज्ञानिक होने जैसा क्या है, मेरे 6 सप्ताह के ऑनलाइन डेटा साइंस कोर्स की जाँच करें: द जूनियर डेटा साइंटिस्ट का पहला महीना!

और यदि आप डेटा विज्ञान के बारे में अधिक जानना चाहते हैं, तो मेरे ब्लॉग (data36.com) की जांच करें और / या मेरे न्यूज़लेटर की सदस्यता लें! और मेरी नई कोडिंग ट्यूटोरियल श्रृंखला याद न करें: डेटा विश्लेषण के लिए एसक्यूएल!

पढ़ने के लिए धन्यवाद!

लेख अच्छा लगा? कृपया नीचे the पर क्लिक करके मुझे बताएं। यह अन्य लोगों को कहानी देखने में भी मदद करता है!

Tom36 Mester of data36.com Twitter: @ data36_com के लेखक