我們最近有一個博客，在那里我談論了18個學習數據科學的在線資源。顯然，對于一個人來說，18個平臺太多了，而且不是所有的平臺都與你相關，這取決于你的經驗水平和你在旅途中的位置。

因此，我想做的是根據經驗和目標將您的數據科學旅程或數據科學家職業道路分為不同的階段，并推薦一些在線資源，以幫助您在數據科學家職業道路上所處的階段。
我所做的是與社區中的一群數據科學家交談，詢問他們的旅程，并收集了一些對他們的職業生涯有幫助的在線資源的建議。然后我將這些信息與我的數據科學家職業道路和我成為數據科學家所用的資源進行了匹配。

我想做的是與你分享一個數據科學的4步旅程，從完全的新手到獲得一份數據科學工作，以及在你的數據科學家職業道路上每一步都可以使用的資源。

數據科學家職業生涯的四個階段

我從與社區的交談以及我自己的旅程中收集到的是，作為一名數據科學家，你的職業生涯可以分為四個不同的階段。從一個完全的新手到獲得一份數據科學工作，有四個階段：

1.學習語法和工具

學習語法和工具是數據科學家職業道路上的第一次接觸。

你在這個階段的目標是：

• 了解數據科學中的一些問題
• 查看是否喜歡這種類型的問題
• 查看是否喜歡編碼
• 查看是否喜歡數據科學家使用的平臺和工具

整個階段的重點是學習如何編碼，統計和數學，建模，所有的理論，并測試您將在工作中使用的工具和平臺。在這個階段，每個人都是初學者。所以，你可能已經從大學畢業，也可能還在上學，或者你可能已經換了職業，但你可能只有一兩門編碼課，或者你可能根本沒有任何編碼經驗，但這個階段是為了獲得一些關于平臺、代碼和數據科學類型問題的知識。

因此，您想利用這些在線資源來學習和接觸數據科學，實際上是在下圖的底部，您是一個初學者：

我自己從模式分析開始，這在一定程度上幫助我很好地學習了SQL和Python，然后我不得不切換到下一個平臺來提升我的水平。但是在第一個階段，當您開始接觸時，上面圖表中的任何一個平臺都將幫助您接觸編碼和數據科學類型的問題。

除了模式分析之外，我還推薦Coursera或Udemy提供的完整的數據科學課程，讓您了解并了解您是否對數據科學感興趣。

現在，您已經學習了這些工具，并了解了在數據科學中要處理的問題類型，您希望擺脫教程模式，進入稍微復雜一點的內容。這讓你進入第二階段。

2.嘗試更復雜的事情

在第二階段，您要做的是擺脫教程模式，進入對行業或您想要進入的數據科學類型更專業的主題。

對我來說，DataCamp使我擺脫了教程模式。他們有一系列專門的主題，讓我能夠利用數據科學的主題，比如開發機器學習模型，并將其專門化或應用到我感興趣的特定行業中。

如果您看看下圖中的一些其他建議，我們不僅有DataCamp，而且還有其他在線資源，如CodeAcademy、StrataScratch和LeadCode。

所有這些平臺都可以幫助您提高專業類型主題的技能，這些主題可以應用于數據科學或軟件開發。
在數據科學家職業道路的這個階段，你不僅要嘗試走出教程模式，進入一些更復雜和更復雜的事情，而且你還在努力學習數據科學職業的實際含義。
為了更多地了解這一點，我和我的一些同事在這個數據科學社區中所做的是從其他人那里學習，比如從YouTube、Reddit和其他可能可用的討論論壇。

觀看YouTube視頻或潛伏在Reddit的一些帖子的目的是了解其他數據科學家正在經歷和暴露哪些問題。這就是你如何理解數據科學的職業生涯可能是什么感覺，以及你在未來可能會經歷什么。

總之，數據科學職業道路的第二階段是擺脫教程模式，進入更復雜、更復雜的數據科學主題，最終可以應用到工作中。除此之外，你還可以去Reddit等討論論壇或觀看其他數據科學家的YouTube視頻，了解他們的經歷，因為這將使你能夠想象數據科學職業在你這一端可能會是什么樣子。

現在，你在數據科學和編碼方面有了一些進步，你對數據科學家的職業生涯有了一些了解，你對成為一名數據科學家感到興奮。讓我們進入數據科學家職業道路的第三階段。

3.認真起來

數據科學職業道路的第三步是那些已經決定真正進入數據科學作為一個職業并最終變得認真的人?，F在，你要做的是離開DataCamp這樣的教育平臺，開始做那些將測試你的技能的項目。
對于這個用例，您希望嘗試像Kaggle這樣的非教育平臺來完成一些項目，并與其他數據科學家進行排名。

如果你覺得你不想做Kaggle，想做一個在線或面對面的數據科學訓練營，那么大會是一個非常受歡迎的，他們會教你如何進入數據科學。

很明顯，一旦你完成了Kaggle，或者你完成了新兵訓練營，你想面試prep成為一名數據科學家。那么你肯定應該試試這些面試準備平臺中的一個，比如LeetCode或StratasCratch。

在這些平臺上，你會發現大量來自真實公司的數據科學面試問題，這些問題可以讓你在面試中獲得成功所需的實踐。

在這個階段，目標是更認真地成為一名數據科學家。你應該做的是提高你的技能，這樣你就可以在項目上工作，你可以產生有意義的影響，你可以在數據科學面試中非常迅速地回答和解決問題，而不需要太多的掙扎。所以，你需要的是在這些項目和面試問題上的大量練習。

現在唯一缺少的是找到一份工作并獲得報酬，成為一名數據科學家，這將把我們帶到數據科學家職業道路的第四步。

4.第一份工作

如果你以前沒有任何行業或專業經驗，也沒有數據科學家的工作，走出第三階段可能很難。所以，你需要做的是認真對待第三階段。盡可能多地準備和學習，這樣你就會知道編碼和回答這些技術問題。當你找到第一份工作時，它將使你能夠應用這些技能。

在這個階段，您期待的是了解您感興趣的項目類型。作為一個數據科學家，有很多不同類型的角色，也有很多不同類型的數據科學家。

您可以每天創建推薦引擎，您可以將東西部署到生產中或將東西保存在開發服務器上，您可以創建數據管道，您可以做更多類似于R&D類型的分析或其他任何事情。在最初的幾年里，你可能會把它們都做完，然后隨著你的專業和職業生涯的發展，你可能會在某些角色上做得更少，更專業。

在作為第一份工作的數據科學家職業道路的這個階段，關鍵是要了解作為一名數據科學家，你喜歡什么，喜歡什么樣的角色和職責。