How To Get Your First Job In Data Science Without Any Work Experience

Julkaissut Platon

seuraajia: 0

Oletpa sitten vastavalmistunut, uran muutosta etsivä tai yllä olevan kaltainen kissa, datatieteen ala on täynnä töitä, jotka rastitetaan lähes jokaiseen ruutuun nykyaikaisten työntekijöiden tarkistuslistalla. Tietotekniikan parissa työskenteleminen antaa sinulle mahdollisuuden työturvallisuuteen, korkeapalkkaiseen palkkaan, jossa on tilaa kehittyä, sekä mahdollisuuden työskennellä mistä päin maailmaa tahansa. Pohjimmiltaan datatieteiden parissa työskentely on mieletöntä kiinnostuneille.

Pelätyn työnhaun aikana monet meistä kuitenkin joutuvat tämänkaltaiseen tilanteeseen:

Joo, näyttää aika tutulta.

Olen itse törmännyt moniin tilanteisiin, joissa yritykset etsivät usein hakijoita, joilla on 20 vuoden työkokemus ennen 22 vuoden ikää, joten ymmärrän pahenevan työn, joka koituu työnhakuun, kun olet vastavalmistunut tai joku etsii uran muutos tai jopa kissa, jolla ei ole asiaankuuluvaa työkokemusta.

Tämä ei kuitenkaan ole syy lannistua. Vaikka monet datatieteen työpaikat vaativat työkokemusta, on monia tapoja luoda oma työkokemus, joka tekee sinusta kelvollisen ehdokkaan näille uralle.

Tarvitset vain vähän luovuutta, tarmoa ja sinnikkyyttä.

Kanadan kaltaisissa maissa, joissa jonkinlainen yliopistotutkinto on tulossa normiksi (vuonna 2016 54 prosentilla 25–64-vuotiaista kanadalaisista oli korkeakoulun tai yliopiston tutkinto), nyt ei ole enää kyse siitä, mitä tiedät. Sen sijaan kyse on siitä, kenet tunnet ja kuka tuntee sinut.

Googlea "verkostoitumisen tärkeys", niin saat tulvii artikkeleita kaikilta tärkeimmiltä toimijoilta (Forbes, Huffington Post, Indeed jne.) siitä, miksi verkostoituminen on yksi tärkeimmistä asioista, joita voit tehdä urasi hyväksi. Forbes sanoo sen parhaiten:

"Verkostoituminen ei tarkoita vain kaupankäyntiä koskevia tietoja, vaan se toimii myös keinona luoda pitkäaikaisia suhteita, joista on molemminpuolista hyötyä." — Bianca Miller Cole, Forbes

Vaikka verkostoituminen on ilmiömäinen tapa saada sisäpiiritietoa siitä, kuinka menestyä tietyllä uralla, se voi toimia myös molempia osapuolia hyödyttävänä suhteena myöhemmin tiellä.

Sain ensimmäisen työpaikkani tekniikan alalla ylläpitämällä suhdetta yliopistokollegaan. Tapasimme sen seurauksena, että meidät yhdistettiin viimeistä neljän kuukauden mittaista harjoittelua varten. Valmistumisen jälkeen pidimme yhteyttä. Melkein kaksi vuotta myöhemmin sain viestin, jossa kerrottiin, että yritys, jossa he työskentelevät, on kiinnostunut palkkaamaan minut tekemään töitä heille. Suhteen säilyttämisen ansiosta onnistuin saamaan ensimmäisen työpaikkani valmistumiseni jälkeen ilman työkokemusta, koska kollegani esitti nimeni.

Toisin sanoen on tärkeää solmia muutamia tuttavuuksia yliopisto-opiskelun aikana, osallistua verkostoitumistilaisuuksiin ja puhua siellä olevien ihmisten kanssa sekä tuoda itsesi esiin, jotta rekrytoijat alkavat tietää nimesi.

Datatieteilijät ovat luonnollisia tarinankertoja, koska he pystyvät muuttamaan massiiviset tietojoukot houkutteleviksi visualisoinneiksi, jotka kertovat tarinoita massoille. Tästä syystä on vain järkevää, että pyrkivät datatieteilijät kirjoittavat työstään osoittaakseen viestintätaitojaan tuleville työnantajille.

Monet datatieteilijät ovat mainostaneet blogin perustamisen tai Mediumin kaltaiselle alustalle kirjoittamisen etuja. Huolimatta siitä, mitä monet sanovat, kirjoittamisen edut eivät rajoitu siihen, että sinusta tulee onnellisempi, stressittömämpi ihminen – kirjoittaminen auttaa myös datatieteen uraasi.

Kuten edellä mainitsin, tarinankertojana ja kokonaisvaltaisena vankkana kommunikaattorina oleminen ovat datatieteilijöiden olennaisia taitoja, jotka vain paranevat, kun heitä harjoitetaan. Esimerkiksi, kun selität tietoanalyysisi tuloksia suurelle yleisölle, alat ajatella dataa yksinkertaisilla termeillä, joita kuka tahansa voi ymmärtää ja arvostaa. Kuten Richard Feynman sanoi kerran: "En voinut vähentää sitä fuksitasolle. Se tarkoittaa, että emme todellakaan ymmärrä sitä." Kirjoittaminen ei ainoastaan tee sinusta paremman kommunikaattorin, vaan se antaa sinulle myös syvemmän ymmärryksen datatieteen käsitteistä, mikä tekee sinusta paremman datatieteilijän.

Kirjoittamisen edut eivät kuitenkaan lopu tähän.

Tulevana datatieteilijänä kirjoittamistasi artikkeleista tulee osa ammattisalkkuasi ja ne antavat rekrytoijille käsityksen tiettyjen käsitteiden ymmärtämisestä. Sen lisäksi, että he voivat nähdä, että olet pystynyt keräämään seuraajia, jotka luottavat työhösi ja arvostavat sitä, he voivat myös nähdä, että olet valmis antamaan tietojasi edistämään heidän elämääsi ja uraasi. datatieteilijät. Lisäksi julkaiseminen sivustolla, joka maksaa sinulle työstäsi, kertoo rekrytoijille, että ihmiset arvostavat tietämystäsi niin paljon, että sinulle todella maksetaan siitä.

Tässä on pari resurssia, joiden avulla voit inspiroida kirjoittamista:

Miksi datatieteilijöiden pitäisi kirjoittaa kirjoja ja miksi tein.
Tieto on siellä.

Käytännön neuvoja tietotieteen kirjoittamiseen
Muutamia hyödyllisiä vinkkejä datatieteen projekteista kirjoittamisen aloittamiseen

- merijalkaväki sanoi sen parhaiten: improvisoi, sopeudu, voita.

Sen sijaan, että taistelet jatkuvasti ylämäkeen, mene virran mukana ja luo oma datatieteen konsulttiyritys.

Tiedän kokemuksesta, kuinka masentavaa on, kun olet lähettänyt sata ansioluetteloa saadakseen vastineeksi hylkäyskirjeitä ja radiohiljaisuuden. Joten jos kukaan ei palkkaa sinua, palkkaa itsesi!

Freelancerina toimii helposti yksi kauhistuttavimmista asioista, joita ihmiset voivat tehdä ansaitakseen rahaa, eikä se todellakaan ole kaikille. Se on kuitenkin reilu vaihtoehto hakata päätäsi seinään päiviä peräkkäin odottaen mahdollisten työnantajien ottavan yhteyttä sinuun (tai ei).

Jos sinulla on taidot ja luottamus, miksi et ottaisi freelance-asiakkaita? Se on win-win -tilanne. Saat todellisen kokemuksen ilman, että sinun tarvitsee käydä läpi palkkaamisprosessin tuskaa ja kärsimystä (muista, että freelance-työssä voi olla yhtä paljon kipua ja kärsimystä, minkä vuoksi se ei ole kaikille). Itsesi palkkaamisen kauneus on se, että jos saat vihdoin työtarjouksen yhdeltä halutusta yrityksestäsi kertyneen todellisen kokemuksen ansiosta, voit milloin tahansa erota freelancerina.

Mutta kuka tietää? Ehkä päädyt todella nauttimaan freelance-elämästä. Mielestäni se on sen arvoista, jos et löydä työtä tavanomaisella tavalla.

Jos kysyisit minulta määritelmää "tietotieteelle", tiivistäisin sen poikkitieteelliseksi alaksi, joka keskittyy ongelmien ratkaisemiseen ja tiedon keräämiseen. Siksi on järkevää, että työnantaja ei halua palkata ketään, joka ei ole ratkaissut ongelmia tai joka ei ole pystynyt tekemään johtopäätöksiä tietojoukosta.

Luomalla omia projekteja osoitat työnantajille, että sinulla on luontainen uteliaisuus ja tahto, jota datatieteilijöiltä vaaditaan menestyäkseen työssään. Ei vain, vaan monet tekniikan työnantajat pyytävät nähdä projektisalkkusi, jotta he voivat nähdä työsi laadun ennen kuin he palkkaavat sinut.

Nyt on helpompaa kuin koskaan löytää ilmaisia tietojoukkoja projekteja varten. Luuletko, että vitsailen? Kun viimeksi tarkistin, saatavilla oli 67,862 XNUMX tietojoukkoa Kaggle kenen tahansa käytettäväksi. Se on paljon dataa.

Lisäksi nopea haku johtaa sinut satoihin artikkeleihin, jotka ovat täynnä erilaisia datatieteen projekteja, joista saat inspiraatiota. Tässä on muutamia, joiden avulla pääset alkuun.

7 datatiedeprojektia, jotka aion saada päätökseen vuonna 2021
Kuinka aion käyttää näitä projekteja datatieteen taitojeni parantamiseen vuoden loppuun mennessä.

12 datatieteen projektia 12 päivän jouluksi
Asiaankuuluvia ja arvokkaita datatieteen projekteja, jotka voit tehdä yhdessä päivässä!

12 hienoa datatieteen projektiideaa aloittelijoille ja asiantuntijoille
"Kuinka monta datatieteen projektia olet suorittanut tähän mennessä?"

Opas datatieteen projektiideoiden hankkimiseen
Kuinka keksiä itseopiskelua, portfoliota tai liikeideoita. Joltakulta, jolla on liikaa.

Joskus paras tapa saada tarvittava työkokemus on tehdä työt ilmaiseksi. Kukaan ei halua tehdä työtä turhaan, mutta maailmassa, jossa usein vaaditaan 20 vuoden työkokemusta ennen kuin täytät 22 vuotta, ilmainen työskentely on usein lippusi työnhakuun.

Harjoittelu, vapaaehtoistyö tai pro bono -työ ovat kolme parasta tapaa saada tarvittava työkokemus, jota monet yritykset etsivät. Näiden "työpaikkojen" avulla voit hankkia reaalimaailman kokemusta todellisen datan avulla, mutta ne myös osoittavat palkkaaville esimiehille, että olet tiimipelaaja, joka on ansainnut työkokemuksensa kovalla tavalla ilman palkkaa. Lisäksi saatat saada mahdollisuuden luoda mielekkäitä ratkaisuja, jotka vaikuttavat positiivisesti moniin yksilöihin ja yhteisöihin matkan varrella. Jos yritys, jossa työskentelet, on valmis kompensoimaan sinua hehkuvalla arvostelulla LinkedIn-profiilissasi tai viitekirjeellä, vielä parempi!

Jokaiselle uudelle alalle siirtyvälle, olipa kyseessä vastavalmistunut, uran muutosta etsivä tai jopa kirjoittamaan oppinut kissa, työkokemuksen puute voi olla pelottava tilanne ratkaistavaksi.

Sinulla on kuitenkin paljon mahdollisuuksia hankkia työkokemusta, kunhan olet valmis ottamaan ne vastaan. Onni suosii rohkeita, ja se ei pidä paikkaansa enemmän kuin ihmisille, jotka haluavat menestyä uudella alalla.

Harjoittelemalla hieman luovuutta, jyrkkyyttä ja sinnikkyyttä (ja ehkä myös hieman kärsivällisyyttä), olet hyvällä tiellä kohti ensimmäistä haluttua työpaikkaa datatieteessä.

Madison Hunter on geotieteiden kandidaatin tutkinto-opiskelija, valmistunut Software Dev: stä. Madison tuottaa hämmennystä datatieteestä, ympäristöstä ja STEM: stä.

Alkuperäinen. Postitettu luvalla.