有哪些數據科學項目組合的想法可以讓你得到這份工作？

當雇主雇傭一個數據科學家時，他們通常會尋找一個有能力為他們的業務創造收入和機會的人。編程、機器學習、統計學等知識不足以獲得一份數據科學工作。您還需要一個投資組合來展示您的數據科學技能。一個全面的數據科學投資組合可以展示你的所有技能，使你有資格獲得這個職位。一個解釋得很好的數據科學組合應該展示你的溝通能力、協作能力、數據推理能力、主動能力和技術技能。

數據科學組合的重要性

• 數據科學投資組合比簡歷更有價值，因為您可以使用投資組合來記錄您的項目、代碼和數據集。
• 通過投資組合，您可以展示您的數據科學技能。
• 投資組合使您能夠與其他專業人士建立聯系。
• 這也增加了你獲得數據科學工作的機會。

構建數據科學投資組合最重要的部分是找出在投資組合中添加什么。在您的數據科學投資組合中，您需要在GitHub或您的網站或博客上有一些項目。每個項目都應該有良好的結構，這樣招聘經理就可以快速評估你的技能。在本博客中，我們將瀏覽一些應該在您的投資組合中的數據科學項目想法。

數據科學組合項目構想

在將項目添加到投資組合之前，您需要了解應該添加哪些數據科學項目以及必須避免哪些項目。這就是我們現在將在數據科學項目組合中討論的內容。

您應該添加那些與您的角色對齊的項目。例如，如果你要申請一個分析師職位，構建使用數據清理和講故事的項目可能對你很有用。

你的數據科學應該包括3-5個項目，展示你在以下方面的能力：

1. 交流
2. 與涉眾和團隊成員協作
3. 有技術能力
4. 關于數據的原因
5. 主動出擊
6. 具有領域專長

數據清理項目

您應該添加將演示您在數據清理方面的技能的項目。找到一個雜亂的數據集，然后清理數據并執行基本分析。試著找到并處理一些非結構化的數據。您也可以通過API或web Scraping收集自己的數據。

數據可視化和講故事項目

在您的數據科學投資組合中包括將展示您以下技能的項目：

1. 講故事
2. 提供真正的洞察力
3. 令人信服地采取行動

在這里，您必須演示和解釋您的代碼在做什么，因此數據可視化和良好的溝通技巧非常有用。

構建端到端項目

構建端到端的項目是向你的招聘經理展示你有能力提取洞察力并將其展示給其他人的最佳方式。它表明您知道如何接收和處理數據，然后生成一些輸出。

真實數據和網頁搜索

您可以使用實際數據而不是預先清除的數據執行分析。數據收集、清理、準備和轉換是數據科學工作的真正部分。網頁刮痧也是一個偉大的方式，以獲得一些有趣的數據。

嘗試選擇一個有趣的分析

不管你發現了什么，選擇有趣的數據可能是一個很好的主意。最好的投資組合項目更多的是處理有趣的數據，而不是展示花哨的建模。

提出不包括在數據科學組合中的想法

建議你的投資組合中不要有共同的項目。在構建投資組合時，您需要遠離最常見的項目想法。試著想出一些真正讓你與眾不同的東西。

以下是一些最常見的項目，如果您將它們包含在數據科學投資組合中，它們可能會對您造成傷害：

1. 泰坦尼克號數據集上的生存分類。
2. MNIST數據集中的數字分類。
3. 使用虹膜數據集進行花卉種類分類。

這些是最常見的項目，對你的傷害大于對你的幫助。您無法找到使用這些數據集將自己與他人區分開來的方法。你必須確保列出新穎的項目，以脫穎而出。

特定數據源思想

除了Facebook,Yelp,Foursquare,LinkedIn和Craigslist等一些有限制的API策略的困難想法之外，還有Reddit,Tumblr,體育，維基百科，非營利組織，大學網站等等。

一旦您有一些有趣的項目要添加到您的數據科學投資組合中，您的下一步將是以最佳的方式設置您的工作。為了增加數據科學項目的權重，您可以使用GitHub URL、寫關于您的成就的博客以及使用BI工具創建儀表板。