[번역] 당신이 데이터전문가가 될 수 없는 9가지 이유
마인드를 바꾸어야 가능합니다!
원본 : https://towardsdatascience.com/9-reasons-why-youll-never-become-a-data-scientist-c8c5b75503cf
데이터 과학은 어려운 분야입니다. 준비하십시오. 애니 스프 래트 의원분명하게 말합니다! : 이 이야기는 당신을 낙담시키기위한 것이 아닙니다.
오히려 거울에서 길고 단단한 모습으로 작용해야합니다.따라서 데이터 과학에 대해 열정적입니다. 블로그 게시물 수십 개를 읽고 몇 가지 온라인 수업을 마쳤습니다. 지금 당신은 당신의 경력을 꿈꾸고 있습니다. 하버드 비즈니스 리뷰 https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century 에 따르면, 그것은 21 세기의 가장 섹시한 직업이다 .
그러나 열정에도 불구하고 데이터 과학은 당신에게 적합하지 않을 수 있습니다. 지금이 순간, 당신은 너무 많은 환상과 잘못된 고정 관념을 잡고 있습니다.
이제, 당신의 임무는 간단합니다 : 당신을 방해하는 것들을 제거하십시오! 그리고 당신은 당신이 얼마나 빨리 전진하는지에 놀랄 것입니다.
1. 학위가 충분하다고 생각합니다
양적 분야 또는 박사 학위를 취득한 석사 학위가 있습니다. 이제 데이터 사이언스를 먼저 시작하고 싶습니다.
그러나 이전에 쉘을 사용한 적이 있습니까? 오류가 발생했을 때 명령 행 인터페이스에서 발생할 수있는 협박을 느꼈습니까? 테라 바이트 규모의 큰 데이터베이스로 작업 한 적이 있습니까?
이 질문 중 하나에 대답하지 않으면 아직 준비가되지 않은 것입니다. 실제 경험이 필요하고 실제 프로젝트를 구축해야합니다. 그래야만 데이터 과학자로서 매일 직면하게 될 문제 유형에 직면하게됩니다. 그래야만 문제를 해결하는 기술을 개발할 수 있습니다.
학위를 축하합니다. 이제 열심히 노력하십시오.
어느 레벨의 학위없이 데이터 과학자가 될 수 있습니까?
2. 열정이 없다
괴짜 프로젝트에 주말 내내 투자 한 적이 있습니까? 친구들이 파티에 나가는 동안 밤새 GitHub를 탐색 한 적이 있습니까? 오히려 코딩하기 때문에 가장 좋아하는 취미 활동을하지 않겠다고 말한 적이 있습니까?
당신이 위의 어느 것에도 대답 할 수 없다면, 당신은 충분히 열정적이지 않습니다. 데이터 과학은 정말 어려운 문제에 직면하여 해결책을 찾을 때까지 계속 고집합니다. 당신이 충분히 열정적이지 않다면, 당신은 첫 번째 어려움에 직면하여 부끄러워 할 것입니다.
데이터 과학자가되는 데 무엇이 도움이되는지 생각해보십시오. 매력적인 직업입니까? 아니면 통찰력을 찾기 위해 수많은 데이터를 쟁기질하고 있습니까? 후자라면 올바른 방향으로 가고 있습니다.
최소한의 열정 없이는 성공할 수 없습니다. 브룩 Cagle3. 당신은 충분히 몰두해야 합니다
미친 아이디어 만 좋은 아이디어입니다. 그리고 데이터 과학자로서 많은 정보가 필요합니다. 예상치 못한 결과를 얻을 수있을뿐만 아니라 결과가 많이 발생합니다!
그러나 실제로 어려운 문제에 대한 솔루션을 개발해야합니다. 정상적인 아이디어로는 달성 할 수없는 특별한 수준이 필요합니다.
사람들이 끊임없이 당신이 당신의 로커를 벗어났다고 말하면, 올바른 방향으로 가고 있습니다. 그렇지 않다면, 당신은 당신의 광기에서 일해야합니다.
물론 이것은 대담성을 요구합니다. 편심을 내버려두면 일부 사람들이 머리를 긁고 등을 돌리게됩니다.
하지만 그만한 가치가있다. 당신 자신에게 진실하기 때문입니다. 그리고 당신은 당신이 데이터 과학자로서 필요로하는 경이로운 불꽃을 점화하고 있습니다.
4. 교과서와 온라인 수업에서 배운다
내가 틀리지 마 교과서와 온라인 수업은 시작하는 좋은 방법입니다. 그러나 시작하기 위해서만!
가능한 빨리 실제 프로젝트를 수행해야합니다. 물론 파이썬으로 한 줄을 코딩 할 수 없다면 파이썬 프로젝트를 구축 할 필요가 없습니다. 그러나 적절한 기초를 구축하자마자 적극적으로 활동하십시오.
수행함으로써 배우는 것이 중요합니다.
GitHub 포트폴리오 구축을 시작하십시오. 그리고 당신의 경험에 대한 블로그 및 일부 해커 톤 및 카글 대회에 참여하십시오.
누구나 교과서를 만들 수 있습니다. 데이터 과학자가 되려면 더 많은 일을 해야합니다.
5. 당신은 어느 시점에서 학습을 멈출 수 있다고 생각합니다
귀하는 데이터 과학에 관한 몇 가지 온라인 강좌를 구독했으며 몇 가지 교과서를 읽고 있습니다. 이제 일단 당신이 그것들을 마스터하면, 당신은 데이터 과학에서 돌파하기에 충분히 배웠다고 생각합니다.
잘못된 생각 입니다. 이것은 아직 시작입니다. 지금 많이 배우고 있다고 생각되면 3 년 후에 얼마나 배우게 될지 생각해보십시오.
데이터 과학자가되면 지금보다 10 배나 더 많이 배우게됩니다. 새로운 기술이 끊임없이 필요한 곳은 끊임없이 변화하는 분야입니다. 일단 당신이 당신의 일을 착륙 한 후에 배우기를 멈 추면, 당신의 궤도는 데이터 과학의 초보자에서 빨라지는 데이터 과학자로 갈 것입니다.
Data Science에서 뛰어나고 싶다면 (그리고 읽는다면) 학습 곡선이 시간이 지남에 따라 가파르게된다는 사실에 직면해야합니다. 크게 배우는 것을 좋아하지 않는다면 데이터 과학자가되는 꿈을 꾸지 마십시오.
데이터의 괴짜 인 것만으로는 충분하지 않습니다.6. 다른 도메인에 대한 전문 지식이 없습니다
여러분은 컴퓨터 과학에 대해 한두 가지를 알고 있으며 수학 기술은 그렇게 나쁘지 않습니다. 데이터 과학에 취업 할 수 있습니까?
아뇨. IT와 수학에 대한 기술은 필수이지만 다른 모든 데이터 과학 애호가들로부터 벗어나기에는 충분하지 않습니다.
데이터 과학자는 모든 종류의 회사와 모든 종류의 산업에서 일합니다. 고객에게 중요한 통찰력을 제공하려면 해당 도메인에 대한 지식이 필요합니다.
예를 들어 아래 이야기에서 Kate Marie Lewis 는 6 개월 만에 데이터 과학에서 자리를 잡았습니다. 그러나 차이를 만든 것은 신경 과학자로서 그녀는 의료 분야에 대한 도메인 지식을 가지고 있다는 것입니다.
6 개월 만에 제로 코딩 기술에서 데이터 과학자로가는 방법
(내가 돈을 쓰지 않고 데이터 과학을 가르 칠 때 사용한 4 가지 도구 datascience.com)
어느 도메인에 능숙하십니까? 어느 분야에서 경험이 있습니까?
자신을 도메인의 전문가로 배치하고 일반 데이터 과학자보다 덜하십시오. 이것이 당신이 실제로 일자리를 얻는 방법입니다.
7. 당신은 비즈니스 기술이 부족합니다
더 분석적인 유형입니다. 당신은 숫자와 정량 분석을 좋아하고, 부드러운 기술과 인간의 상호 작용을 싫어합니다.
이것은 당신이 좋은 데이터 과학자, 내 친구가되지 않습니다. 양적 직업에서도 부드러운 기술이 중요합니다. 부드러운 기술은 궁극적으로 당신이 그 면접을 흔들게합니다.
모든 데이터 과학자가 비즈니스 리더로부터 배울 필요가있는 것
(유연한 기술이 중요하기 때문입니다. datascience.com)
획득 할 수있는 모든 부드러운 기술 중에서 비즈니스 기술이 향상되어야합니다. 고객은 비즈니스 리더임을 명심하십시오. 따라서 비즈니스를 이해하는 사람들이 필요합니다. 이 방법으로 만 고객에게 가치를 부여하는 통찰력을 생성 할 수 있습니다.
8. 당신은 의미있는 인맥이 없습니다
현장에서 일자리를 구하고 싶지만 동료 데이터 과학자를 모르십니까?
모임에 가십시오. LinkedIn에서 관련 그룹에 가입하십시오. 해커 톤의 사람들을 알아보십시오. 트위터에서 올바른 사람들을 팔로우하십시오. 해당 GitHub 프로젝트에서 동료 기고자를 만나십시오. 흥미로운 일을하십시오!
구직과 마찬가지로, 성공의 90 %는 기술의 정도에 따라 결정되지 않습니다. 누가 당신에게 추천서를 제공 할 수 있고 누가 소개를 줄 수 있는지에 따라 결정됩니다.
링크드 인 연결이 막 다른 직장에서 엄마와 동료로 제한되면 프로필을 포주 할 시간입니다. 트위터에서 팔로어 수가 소수라면 트윗을하세요. 블로그에 독자가없는 경우 SEOing 및 플랫폼 간 마케팅을 시도하십시오.
그럼 인맥이 생길 것이다. 그러나 먼저 찾아 다녀야 합니다.
만나고 공동 작업 네트워크를 구축하십시오.9. 당신은 더러운 일을 좋아하지 않습니다
기계 학습 및 인공 지능에 대한 모든 소문을 들었습니다. Data Science가 최첨단 기술로 작업 할 수있는 문을 열 수 있다고 생각합니다.
아마 당신은 할 것입니다. 그러나 나는 당신이 당신의 시간의 5 % 이상을하지 않을 것을 보증합니다.
꿈의 직업에 착륙하면 데이터를 정리하는 데 가장 많은 시간을 소비하게됩니다. 축하합니다, 당신은 관리인으로서 새로운 직업을 찾았습니다!
마음에 들지 않으면 집에 가십시오.이 게시물을 읽지 말아야합니다. 이 모든 것을 읽은 후에도 여전히 데이터 과학자가 되려면 더러운 일에 빠져 들어야 할 때가되었습니다.
데이터 과학자 : 21 세기의 더러운 일
(진공 40 %, 청소부 40 %, 점쟁이 20 %)
https://towardsdatascience.com/data-scientist-the-dirtiest-job-of-the-21st-century-7f0c8215e845
데이터 과학은 경력 옵션이 아닙니다. 직업이야
데이터 과학자는 많은 사람들이 관심을 갖고있는 개인입니다. 그러나 현장에서 자리를 잡기 위해서는 덤블링만으로는 충분하지 않습니다. 열심히 노력해야합니다.
이 이야기를 읽은 후에도 데이터 과학자가되는 것에 대해 확신이 있다면 축하합니다. 당신은 아주 좋은 길을 가고있을 것입니다.
이 시점에서 데이터 과학자가 될지 확신 할 수없는 경우 의심의 가장 큰 이유를 찾으십시오. 그런 다음 해당 지점에서 작업을 시작하십시오. 당신은 이것을 할 수 있습니다!
