羅曼·奧拉克，數據科學家。

我收到許多信息，向有抱負的數據科學家尋求建議。我不是職業建議方面的專家，所以對我寫的一切都持懷疑態度。

我根據我對這個領域的觀察和我多年來積累的經驗給出建議。這是我，建議年輕的我，因為我有類似的問題，在我的職業生涯開始。

學習和實踐數據科學的最佳方式是什么？

我的建議是從實際項目開始，然后慢慢地進行理論研究。Kaggle筆記本是學習實際部分的好方法。

在Reddit社區或交叉驗證社區中提問。

當您對自己的工具和實踐知識感到滿意時，我建議您自己為某些問題構造數據集（例如，您可以刮取數據），并對其應用ML算法。ML中最難的是數據集的構造。你甚至可以用它建立一個公司。

Kaggle是學習實際部分的一個很好的方法。

學習機器學習的好資源是什么？

我建議您從免費資源開始，因為有許多免費資源可用于編程、機器學習和數據科學：

• 2020年每個數據科學家都應該閱讀的7本免費電子書
• 2020年每個數據科學家都應該閱讀的7本免費編程書籍
• 來自常春藤盟校的7大免費人工智能課程

我個人很喜歡吳恩達的Machine LearningCoursera課程。這門課程開始很容易，然后隨著它的進行逐漸變得困難。它的優點在于它專注于機器學習的基礎知識。

我建議你至少聽前幾堂課。如果你不明白所有的事情，也不要擔心，因為你可以在以后重溫它。我也建議你不要只專注于一個課程。我們學得都不一樣，沒關系。

我們學得都不一樣，沒關系。

我幾乎沒有任何技術背景。你認為最好的學習方法是什么？

不要一個人學習！尋找并加入能幫助你學習和成長的在線社區。我在以下文章中寫過關于數據科學社區的文章：

• 在家工作時的數據科學

您可以開始在Excel中練習機器學習。嘗試在Excel中實現線性回歸。這是一個很好的第一個挑戰，它會讓你有動力。

開始在Excel中練習機器學習。

我應該學Python還是R？

讓我們對房間里的大象講話。如果您剛剛起步，我建議您學習Python。主要原因有：

• 豐富的數據科學生態系統，后端…你說什么，Python都有。
• 這種語言的流行勢頭仍在增強。

使用Python，您可以進行分析，從頭開發模型，然后在生產中運行它。雖然我確信R中的模型也在生產中運行，但我還沒有聽說過（如果您的經驗不同，請在評論中告訴我）。

別誤會，如果你知道R，那完全沒問題。數據科學團隊通常使用這兩種語言，一些人喜歡R，另一些人喜歡Python。

最后，這并不重要，因為有些模型必須用編譯語言(Java，Go)重新實現，以便在生產中做出更快的預測。

Python使您能夠進行分析、從頭開發模型并在生產中運行它。

我應該學習SQL嗎？

這是個很棒的問題。答案是肯定的--用大寫字母。

無論您是否使用SQL數據庫，您都應該了解關系數據庫中的主要概念，如joins、group by、window functions、lag、lead等。即使在使用pandas、R或其他工具時，這些概念也是必不可少的。

如果您感興趣，我還寫了幾篇關于SQL的文章：

• 編寫SQL查詢時的5個錯誤
• 不要在SQL中重復這5個錯誤

答案是肯定的--用大寫字母。

我應該多上數學課嗎？

你知道的數學越多，從長遠來看對你越好。了解數學將使您能夠理解黑匣子機器學習模型的幕后發生了什么。從理論到實踐的知識轉移也更容易。

有了數學，你就會明白黑匣子模型的幕后發生了什么。

數學和統計學在數據科學中重要嗎？

當你需要改進模型時，數學就變得至關重要。您需要數學來理解不同類型的模型、發行版等之間的差異。

資深機器學習工程師只需看優化函數就能說出一個模型的主要性質。

當你試圖改進模型時，數學變得至關重要。

我應該上哪些課才能更好地為數據科學角色做好準備？

我的建議是提前考慮。每個領域都需要一名數據科學家，或者將來也會需要。問問自己，完成學業后，你希望在哪家公司實習？如果你已經聽過一些相關的課程，就更容易獲得生物信息學的實習機會。

提前想想。

我需要博士學位嗎。從事數據科學工作？

你不需要博士學位。從事數據科學工作--意味著對現實世界的數據進行分析，并應用機器學習模型。

如果你的目標是做研究和開發新的機器學習算法（例如，在Deep Mind工作），那么你應該攻讀博士學位。

你不需要博士學位。從事數據科學工作，但是...

如何獲得你在數據科學領域的第一份工作？

參加LocalMeetups。公司在那里尋找新雇員。也許從數據質量評估部門開始--大公司有這些。在線社區也能有所幫助。

參加當地的聚會。

我怎么知道哪份工作有最好的導師？

最近，我寫道，“當你有多個工作機會時，接受一個有更好導師的工作機會?！?/em>