弗雷德里克·巴斯勒，APTEO增長營銷。

獲得一份數據科學工作就像學習Python和Jupyter之類的技能一樣容易，參加Kaggle比賽，獲得認證，并在求職門戶網站上提交簡歷，對嗎？

錯誤。

最近，Kaggle的用戶達到了500萬?？纯雌渌鐓^，走向數據科學每月有2000萬的瀏覽量。人工智能研究員吳恩達在他的Coursera課程中有400萬學習者。

與此同時，全世界只有17100毫升的工程師。在撰寫本文時，全球LinkedIn上有2100個開放的機器學習工程師角色。其中，大約80人在Faangs。

公平地說，如果我們把普通數據科學和人工智能研究員的角色包括在內，全球總共有86000個空缺職位。盡管如此，稱數據科學為“競爭”將是今年的輕描淡寫。

紅海對藍海戰略

在商業上，競爭激烈的領域被稱為“紅?！?，鯊魚在擁擠的空間里爭分奪秒。相比之下，“藍?！敝傅氖俏撮_發的、沒有競爭對手的市場空間。

作為一個未來的數據科學家，你的目標是在藍海中競爭。這里有四種方法可以做到這一點。

1.利用利基平臺和社區

我是LinkedIn超級粉絲。事實上，我參加了100多個LinkedIn學習課程后，已經成為LinkedIn的特色，我發了超過10,000條評論的帖子，我有超過20,000個連接。也就是說，僅僅依靠LinkedIn是一種紅海戰略（?·?)。

LinkedIn擁有億萬用戶中的三分之二。這意味著，如果你只在LinkedIn上建立網絡，并通過LinkedIn申請工作，你將與大量難以置信的人競爭。

作為一個使用LinkedIn招聘人員的人，好的招聘信息可能會被如此多的申請者淹沒，如此之快，以至于連瀏覽所有的申請都很難，更不用說給每個人反饋了。

這就是為什么除了和LinkedIn之外，我還建議您使用利基平臺，如Shapr、Y Combinator在初創公司的工作、LunchClub.ai（注意：這是我的邀請鏈接，但我沒有報酬）、Wizards等松散社區，以及Meetup或Eventbrite上的離線社區。

所有這些都是免費的。

緊密結合的社區讓脫穎而出變得容易得多。例如，Shapr和RunchClub都是專業網絡，完全專注于建立一對一的聯系。

2.網絡避免“黑洞效應”

我曾經遇到一個參加會議的人，他開玩笑說“網絡是說不工作的新方式?！庇腥さ氖?，我還在那次會議上遇到了一個新客戶。

網絡與第一點類似，但這里我明確地指的是什么時候該申請工作了。

您可能聽說過這樣的故事：人們提交了數百份工作申請，卻沒有得到任何回復。也許你自己也是這種現象的受害者。

雖然有些人通過這種方式找到工作，但越來越有可能的是，在某個求職網站上提交簡歷意味著你永遠不會得到回復。正如我所提到的，招聘經理已經被應聘者淹沒了。

就像把你的簡歷扔進黑洞一樣。

問問你自己：如果你必須決定雇傭誰，在一個完全陌生的人和一個介紹給你的人之間，你會選擇誰？

因此，招聘經理和高管幾乎總是和他們有一些聯系的求職者一起去，即使只是由一個共同的熟人介紹。

你的關系網越多，你與潛在雇主的相互聯系就越多，就越容易得到介紹。

下面是一個超級簡單的模板，您可以使用該模板向相互連接詢問介紹：

首先，參與他們的最新帖子，然后信息。

嘿Connector_name，

我希望你過得很好。因為我們在同一個行業，并且和[@name]在[@company]有共同的聯系，我希望你能通過LinkedIn介紹我。我最近申請了他們的[招聘職位]。

我寫了一條草稿消息，您可以復制/粘貼到他們那里進行簡單介紹:

你好[@name],

我注意到您正在招聘一個[招聘職位]。

我想把[@Frederik Bussler]介紹給你，他是一個潛在的候選人，在這個空間里有[earchement_1]和[earchement_2]。弗雷德里克有興趣和你談談這個職位。您想簡單介紹一下嗎？

謝謝，

connector_name

3.專業化

數據科學是一個多學科領域，一個很大的組成部分是領域專門知識。

例如，Walmartuses預測模型可以預測特定時間的需求。如果一個數據科學家職位的招聘經理必須在“Python專家”和“零售預測建模專家”之間做出選擇，顯然更專業的候選人會贏，其他條件都一樣。

亞馬遜的推薦工程師貢獻了亞馬遜高達35%的收入，他們不斷雇傭數據科學人才來培養這只金鵝。如果你在推薦引擎上工作過--即使只是作為一個附帶項目--這會讓你比一個更通才的申請人更有優勢。

學習SpecializedSkills--哪個專業取決于你的個人興趣--是一個游戲規則的改變者。

4.實踐項目>證書

證書在2020年風靡一時。如果你使用領英，你肯定會注意到臭名昭著的“認證貼”。

用戶展示他們從Coursera、EdX、在線學習門戶、LinkedIn Learning和數百萬其他來源獲得的證書。我也對此感到內疚--正如我提到的，我參加了100多門LinkedIn學習課程，并獲得了幾乎所有常春藤盟校的證書。

也就是說，依靠證書是一種紅海戰略（?·?)。當數百萬人擁有與你相同的證書時，那么你就需要區分器。

實際的項目，在那里你分析你感興趣的數據，會給你一個巨大的優勢。

為了獲得靈感，您可以查看上面提到的數據科學職業趨勢SDashboard和其他公共工作區。

結論

數據科學是一個競爭日益激烈的領域，但你可以通過使用利基平臺、發展你的專業網絡、專注于你感興趣的領域，并與世界分享獨特的項目來脫穎而出。