업무 경험 없이 데이터 과학 분야에서 첫 직업을 얻는 방법

플라톤에 의해 재발행

팔로워 : 0

새로운 졸업생이든, 직업 변화를 원하는 사람이든, 위와 비슷한 고양이이든, 데이터 과학 분야는 현대 근로자의 체크리스트의 거의 모든 상자를 선택하는 직업으로 가득합니다. 데이터 과학 분야에서 일하면 직업 안정, 승진의 여지가있는 고임금 급여, 전 세계 어디서나 일할 수있는 능력을 얻을 수 있습니다. 기본적으로 데이터 과학 분야에서 일하는 것은 관심있는 사람들에게 당연한 일입니다.

그러나 두려운 구직 과정에서 우리 중 많은 사람들은 다음과 같은 상황에 직면합니다.

네, 꽤 익숙해 보입니다.

회사가 20 세 이전에 22 년의 경력을 가진 후보자를 자주 찾는 많은 상황에 직면 한 나는 당신이 새로운 졸업 생일 때 일자리를 구하려고 할 때 발생하는 악화를 이해합니다. 관련 업무 경험이없는 경력 변경 또는 심지어 고양이.

그러나 이것은 낙담 할 이유가 없습니다. 많은 데이터 과학 작업에는 업무 경험이 필요하지만 이러한 경력에 적합한 후보자가 될 자신의 업무 경험을 만드는 방법은 많습니다.

당신에게 필요한 것은 약간의 창의력, 그릿, 인내뿐입니다.

캐나다와 유사한 국가에서 어떤 형태의 대학 자격이 표준이되고 있습니다 (2016 년 54 ~ 25 세 캐나다인의 64 %가 대학 인증을 받았습니다.), 이제 더 이상 당신이 아는 것에 대한 것이 아닙니다. 대신, 당신이 아는 사람과 당신을 아는 사람에 관한 것입니다.

구글 "네트워킹의 중요성", 그리고 당신은 네트워킹이 당신의 커리어를 위해 할 수있는 가장 중요한 일 중 하나 인 이유에 대한 모든 주요 플레이어들 (Forbes, Huffington Post, Indeed 등)의 기사로 넘쳐날 것입니다. Forbes는 다음과 같이 말합니다.

"네트워킹은 정보 거래뿐만 아니라 상호 이익을위한 장기적인 관계를 구축하는 통로 역할도합니다." — 비앙카 밀러 콜, 포브스

네트워킹은 특정 경력에서 성공하는 방법에 대한 내부 지식을 얻을 수있는 경이로운 방법이지만 나중에는 상호 이익이되는 관계 역할을 할 수도 있습니다.

대학 동료와의 관계를 유지하면서 기술 분야에서 첫 직장을 얻었습니다. 우리는 XNUMX 개월간의 마지막 실습을 위해 팀을 구성한 결과 만났습니다. 졸업 후에도 계속 연락을했습니다. 거의 XNUMX 년 후, 그들이 일하는 회사가 나를 위해 일을하도록 고용하는 데 관심이 있다는 메시지를 받았습니다. 그 관계를 유지 한 덕분에 졸업 후 직장 경험없이 제 이름을 내준 동료 덕분에 첫 직장을 잡을 수있었습니다.

다시 말해, 대학을 다니는 동안 몇 명의 아는 사람을 만들고, 네트워킹 이벤트에 참석하고 실제로 그곳 사람들과 이야기하고, 채용 담당자가 귀하의 이름을 알 수 있도록 자신을 드러내는 것이 중요합니다.

데이터 과학자는 방대한 데이터 세트를 대중에게 스토리를 전달하는 매력적인 시각화로 전환 할 수있는 능력 덕분에 자연스러운 스토리 텔러입니다. 이 때문에 야심 찬 데이터 과학자가 미래의 고용주에게 커뮤니케이션 기술을 보여주기 위해 자신의 작업에 대해 작성해야한다는 것은 의미가 있습니다.

많은 데이터 과학자들은 Medium과 같은 플랫폼에서 블로그를 시작하거나 글을 쓰는 것의 이점을 선전했습니다. 많은 사람들의 말에도 불구하고 글쓰기의 이점은 더 행복하고 스트레스없는 사람으로 만드는 데 그치지 않습니다. 글쓰기는 데이터 과학 경력에도 도움이됩니다.

위에서 언급했듯이 스토리 텔러이자 전반적으로 탄탄한 커뮤니케이터가되는 것은 연습 할 때만 향상되는 데이터 과학자의 필수 기술입니다. 예를 들어 데이터 분석 결과를 일반 대중에게 설명하면 누구나 이해하고 이해할 수있는 간단한 용어로 데이터를 생각하기 시작합니다. 같이 리처드 파인만 “신입생 수준으로 줄일 수 없었습니다. 그것은 우리가 그것을 정말로 이해하지 못한다는 것을 의미합니다.” 글을 쓰면 더 나은 의사 소통자가 될뿐만 아니라 데이터 과학 개념을 더 깊이 이해할 수 있으므로 더 나은 데이터 과학자가 될 수 있습니다.

그러나 글쓰기의 이점은 여기서 그치지 않습니다.

미래의 데이터 과학자로서 작성한 기사는 전문 포트폴리오의 일부가되어 채용 담당자에게 특정 개념에 대한 이해에 대한 통찰력을 제공합니다. 그들은 당신이 당신의 일을 신뢰하고 소중히 여기는 사람들의 팔로어를 만들 수 있다는 것을 볼 수있을뿐만 아니라 당신이 지식을 기꺼이 기꺼이 기꺼이 공헌 할 수 있다는 것을 볼 수있을 것입니다. 동료 데이터 과학자. 또한, 작업에 대한 대가를 지불하는 웹 사이트에 게시하면 사람들이 귀하의 지식을 매우 소중히 여기며 실제로 대가를 받고 있다고 채용 담당자에게 알립니다.

다음은 글쓰기에 대한 영감을 얻을 수있는 몇 가지 리소스입니다.

데이터 과학자가 책을 써야하는 이유와 내가 한 이유.
지식은 저 밖에 있습니다.

데이터 과학 작문을위한 실용적인 조언
데이터 과학 프로젝트 작성을 시작하는 데 유용한 몇 가지 팁

XNUMXD덴탈의 Marines 즉흥적으로, 적응하고, 극복하는 것이 가장 좋습니다.

끊임없이 힘겨운 싸움을 벌이는 대신 흐름에 따라 자신의 데이터 과학 컨설팅 비즈니스를 만드십시오.

나는 당신이 거절 편지와 라디오 침묵을 받기 위해 백 개의 이력서를 보냈을 때 얼마나 실망 스러운지 경험으로 알고 있습니다. 따라서 아무도 당신을 고용하지 않는다면, 당신 자신을 고용하십시오!

프리랜서는 사람들이 돈을 벌기 위해 할 수있는 가장 무서운 일 중 하나이며 확실히 모든 사람에게 해당되는 것은 아닙니다. 그러나 잠재적 고용주가 당신에게 돌아올 때까지 기다리거나하지 않을 때까지 며칠 동안 벽에 머리를 두드리는 것의 공정한 대안입니다.

기술과 자신감이 있다면 프리랜서 고객을 받아 보는 건 어떨까요? 윈윈 상황입니다. 채용 과정의 고통과 고통을 겪지 않고도 실제 경험을 얻을 수 있습니다 (프리랜서로 일하는 것만 큼 많은 고통과 고통이있을 수 있으므로 모든 사람에게 해당되지 않습니다). 자신을 고용하는 것의 장점은 축적 할 수있는 실제 경험 덕분에 탐내는 회사 중 하나로부터 구직 제안을 받으면 언제든지 프리랜서에서 벗어날 수 있다는 것입니다.

하지만 누가 압니까? 아마도 당신은 정말 프리랜서 생활을 즐기게 될 것입니다. 제 생각에는 전통적인 방식으로 일을 찾을 수 없다면 도박을 할 가치가 있습니다.

"데이터 과학"에 대한 정의를 요청하신다면 문제 해결과 정보 수집에 초점을 맞춘 학제 간 분야라고 요약하겠습니다. 따라서 고용주는 문제를 해결하지 않았거나 데이터 세트에서 결론을 도출 할 수없는 사람을 고용하고 싶지 않을 것입니다.

자신의 프로젝트를 만들어서 고용주에게 데이터 과학자가 작업에서 성공하는 데 필요한 타고난 호기심과 추진력이 있음을 보여줍니다. 뿐만 아니라 기술 분야의 많은 고용주가 프로젝트 포트폴리오를 확인하여 고용하기 전에 작업의 품질을 확인할 수 있도록 요청합니다.

이제 프로젝트를 구축 할 무료 데이터 세트를 그 어느 때보 다 쉽게 찾을 수 있습니다. 내가 농담하는 것 같아? 마지막으로 확인했을 때 67,862 개의 데이터 세트가 카글 누구나 사용할 수 있습니다. 그것은 많은 데이터입니다.

또한 빠른 검색을 통해 영감을주는 다양한 데이터 과학 프로젝트로 가득 찬 수백 개의 기사로 이동할 수 있습니다. 다음은 시작하는 데 도움이되는 몇 가지 사항입니다.

내가 7 년에 완료 할 계획 인 2021 가지 데이터 과학 프로젝트
연말까지 데이터 과학 기술을 향상시키기 위해 이러한 프로젝트를 사용할 계획입니다.

12 일 크리스마스 데이터 과학 프로젝트 12 개
하루에 할 수있는 관련성 있고 귀중한 데이터 과학 프로젝트!

초보자와 전문가를위한 12 가지 멋진 데이터 과학 프로젝트 아이디어
"지금까지 얼마나 많은 데이터 과학 프로젝트를 완료 했습니까?"

데이터 과학 프로젝트 아이디어를 얻기위한 가이드
자율 학습, 포트폴리오 또는 사업 아이디어를내는 방법. 너무 많은 사람에게서.

때로는 필요한 업무 경험을 얻는 가장 좋은 방법은 무료로 업무를 수행하는 것입니다. 공짜로 일하는 것을 좋아하는 사람은 없지만, 20 세가되기 전에 22 년의 경력을 쌓아야하는 세상에서 무료로 일하는 것이 취업의 성공의 열쇠입니다.

인턴, 자원 봉사 또는 프로 보노 작업은 많은 회사가 찾고있는 필요한 업무 경험을 얻는 가장 좋은 방법 중 세 가지입니다. 이러한 "작업"을 통해 실제 데이터를 사용하여 실제 경험을 얻을 수있을뿐만 아니라 고용 관리자에게 급여없이 힘든 방식으로 업무 경험을 얻은 팀 플레이어임을 보여줍니다. 또한 많은 개인과 커뮤니티에 긍정적 인 영향을 미칠 의미있는 솔루션을 만들 수있는 기회를 얻을 수 있습니다. 귀하가 근무하는 회사가 귀하의 LinkedIn 프로필 또는 추천서에 빛나는 리뷰로 귀하를 기꺼이 보상 할 수 있다면 더욱 좋습니다!

새로운 분야에 진입하는 사람, 새로운 졸업생이든, 경력 변화를 원하는 사람이든, 심지어 타이핑을 배운 고양이 든, 업무 경험이 부족한 것은 극복하기 어려운 상황이 될 수 있습니다.

그러나 기꺼이 수행 할 수있는 한 업무 경험을 얻을 수있는 기회가 많이 있습니다. Fortune은 용감한 사람을 선호하는 경향이 있으며 새로운 분야에서 성공하려는 사람들보다 더 사실이 아닙니다.

약간의 창의성, 정신력, 인내심 (그리고 인내심도 포함)을 연습하면 데이터 과학 분야에서 처음으로 탐내는 직업에 착수 할 수 있습니다.

매디슨 헌터 Geoscience BSc 학부생이며 Software Dev 졸업생입니다. Madison은 데이터 과학, 환경 및 STEM에 대한 소문을냅니다.

실물. 허가를 받아 다시 게시했습니다.