Farklı Bir Arka Plandan Veri Bilimine Nasıl Geçiş Yapılır?

Plato tarafından yeniden yayınlandı

İzleyiciler: 0

Farklı Bir Arka Plandan Veri Bilimine Nasıl Geçiş Yapılır?
Bing Resim Oluşturucu

Bilgisayar bilimleri olmayan bir geçmişe sahipseniz, Veri Bilimi dünyasında bir işi kırmanın ne kadar büyük bir iş olduğunu bilirsiniz. Veri Biliminin sunduğu fırsatlar pek çok insanı gerektirir, ancak Veri Bilimi dünyada çok yeni olduğundan (on yıldan fazla zaman geçmedi!), normlara göre veri bilimcisi olmaya organik olarak uygun çok az insan var. kurumsal dünya.

Bu endüstri, büyüme ve fırsat çığlıkları atıyor ve bu, birinin çok farklı bir geçmişe sahip olmasına rağmen Veri Bilimi dünyasına geçmek istemesinin başlıca nedenlerinden biri.

Not: Veri Biliminin bilgisayar bilimleri geçmişi olmayan birinin işine yarayabileceğini bilen birkaç kişiden biriyim ve umarım bu makale, yolculuğunuzu hızlandırmak için ihtiyaç duyduğunuz rehberliği bulmanıza yardımcı olur.

Farklı Bir Arka Plandan Veri Bilimine Nasıl Geçiş Yapılır?

Bu makalede, bir kariyer geçişi olarak Veri Bilimine nasıl yaklaşmanız gerektiğini üç farklı segmente göre ele alacağız:

olan biri için Veri Bilimi ile yakından ilgili herhangi bir konuya asla dokunmadı kolejde.
gelen biri için CS olmayan bir arka plan, ancak Veri Bilimi ile ilgili birkaç ilgili konu ile & kim Veri Bilimcisi olmak ister, neden olmasın?

olmuş biri için uzun süredir bir sektörde çalışıyor ancak şimdi geçiş yapmak istiyor Veri Biliminin büyüleyici ve ürkütücü dünyasına.

Not: Bu makaledeki görüşler yalnızca bana aittir, geçişle ilgili kendi görüş veya yaklaşımlarınızı belirtmekten çekinmeyin. Sana en iyisini diliyorum.

Hemen içine girelim.

Aşama I: Veri Bilimi ile yakından ilgili değilsiniz ama içine girmek istiyorsunuz.

Pekala, bu durumda, göstereceğiniz tek çabanın zihinsel olduğunu ve çok fazla sabır gerektirdiğini söyleyebilirim. Hiç şüphe yok ki Veri Bilimi çok teknik bir konu ve çok sayıda sayı içeriyor.

PS Veri Biliminde onu büyütmek için izlenecek yolun ne olduğunu belirlemek için önce buna göz atmayı deneyin. Daha sonra yolunuza devam edebilir ve yolculuğunuzu hızlandırmak için not etmeniz gerekenleri anlayabilirsiniz!

Buradan başlayın:

Farklı Bir Arka Plandan Veri Bilimine Nasıl Geçiş Yapılır?

Bu durumda dikkat edilmesi gerekenler:

Veri Bilimi tıpkı diğer konular gibidir, zaman bulduğunuzda her zaman öğrenmeye başlayabilirsiniz.
Her zaman yeterince erkendir, başlamak için asla geç değildir.
Veri Bilimi, bilgisayar bilimleri, istatistik, üniversite düzeyinde matematik, birçok mantıksal düşünme ve programlama dillerinin kullanabileceğiniz diğer araçlarla birleşimidir.
Her bir alandaki (veya özellikle profesyonelleşmek istediğiniz alandaki) becerilerinizin haritasını çıkarın ve her biri hakkında daha fazla şey öğrenmeye devam edin.
Analize girmek istiyorsanız, istatistik bilginizi ve ayrıca veri temizlemeyi vb. (Mümkün olduğu kadar çok Excel öğrenin, bu küçük veri kümelerinde analitik için bir nimettir ve başlamak için en iyi araçtır)
Data Viz için Tableau, PowerBI vb. öğrenmeyi deneyin, ancak aynı zamanda görselleştirmelerin nasıl çalıştığını ve nasıl daha iyi görseller ve panolar yapabileceğinizi anlayın.
Öncelikle öğreniminizin ilk 2 ayında, bunları aynı sırayla öğrenmeye odaklanın - Excel, SQL, Tableau ve zaman kalırsa Python'un temelleri.

Farklı Bir Arka Plandan Veri Bilimine Nasıl Geçiş Yapılır?

Bununla, II. aşamaya geçebilir ve oradan öğrenmeye devam edebilirsiniz.

Not: Veri Biliminde yeniyseniz zaman alacaktır, bu nedenle sabırlı olmanız ve sürece güvenmeniz gerekir. Bu işe yarayacak!

Aşama II: Veri Bilimindeki bazı konularla ilgili oldunuz, ancak tam olarak ilgilenmediniz.

Bu benimkine benzer bir aşamaydı ve size söyleyebilirim ki Veri Bilimi okumak oldukça çaba gerektiriyor. Sonunda göreceğiniz gibi, pek çok faktöre bağlıdır, ancak dünyanın açık kaynak öğrenimi için kapıları açması ve onu isteyen herkese (CS olmayan bir kaynaktan gelseler bile) bilgi sunması çok zor değil. arka plan).

Bu durumda dikkat edilmesi gerekenler:

Bir bütün olarak bakmaya çalışırsanız, Veri Bilimi zor bir alandır. Odaklanmak istediğiniz her bileşeni büyük yapbozun parçaları olarak görmeye başlayın ve her şey yoluna girecek.
Data Science'ın Data Viz tarafına odaklanmak istiyorsanız, panoların ve veri bağlantılarının nasıl çalıştığını anlamaya odaklanın ve veri hikayesi anlatımını öğrenin.
Makine Öğrenimine girmek isteyen biri için Python veya R ile nasıl çalışılacağını anlamaya çalışın - Python ile giderseniz NumPy, Pandas, Scikit Learn, SciPy, Matplotlib ve Seaborn gibi kütüphaneleri öğrenin.
Algoritmalarınızı daha iyi anlamak için makine öğreniminin arkasındaki teorik konsepti anlayın. Zaman almalıdır ancak süreci anlamak, yüksek dereceli bir makine öğrenimi algoritmasını kodlamaktan daha önemlidir.
Analitik tarafınızı zorlamak istiyorsanız, Çıkarımsal İstatistikleri öğrenin ve veri odaklı çözümler oluşturmak için verilerin nasıl kullanılabileceğini anlayın. Yapılandırılmamış verilerle nasıl çalışılacağını öğrenin ve mümkün olduğunca çok sayıda veri kümesini temizleyin.
JOINS'in nasıl çalıştığını ve MySQL/PostgreSQL ile nasıl çalışılacağını mükemmel bir şekilde anlamak için SQL'deki normal CRUD komutlarının ötesine geçin. Excel ile zorlamak istiyorsanız, Veri Analizi Araç Paketini nasıl kullanacağınızı ve Makroları nasıl yapacağınızı öğrenin.
Zaman serisi verilerinin nasıl çalıştığını anlayın ve öğrenmenizi ilerletmek için kaynaklardan nasıl veri çekeceğinizi ve zaman serisi tahminleri yapmayı öğrenin.

Farklı Bir Arka Plandan Veri Bilimine Nasıl Geçiş Yapılır?

Çoğu zaman, birçok araç öğrenecek ve her şeyi orta düzeyde öğrenecek kitlelerden biri olacaksınız.

Nişinizi bulmanızı ve içinde ilerlemenizi şiddetle tavsiye ederim. Veri bilimi dünyasındaki bilgi ve rekabet miktarıyla, nişinizi bulmaya çalışın ve benzersiz becerilerinizle rekabette izinizi bulduğunuzdan emin olun.

Aşama III: Zaten bir sektörde profesyonelsiniz ancak Veri Bilimine şimdi başlamak istiyorsunuz!

Veri Biliminin bir parçası olmak istediklerine karar vermeden önce hayatlarında harika pozisyonlarda bulunmuş tanıdığım insanlar var. Belirli bir sektörde uzun süre çalıştıktan sonra kariyerinizde değişiklik yapmak istemeniz doğaldır ve benzer pozisyonda olan ve bu durumda size yardımcı olabilecek tanıdığım insanlardan edindiğim birkaç şey var.

Bu durumda dikkat edilmesi gerekenler:

Belirli bir sektörde profesyonel olduğunuzda, sizi Veri Bilimine götüren, yaşam seçimlerindeki bir değişiklik veya beceri geliştirme talebi olabilir.
Her halükarda, Veri Bilimindeki yönetim rolleri, sektörde yoğun kurumsal teşhire sahip birinin olması daha mutlu olacaktır.
Bir sektördeki mevcut bilginizle Veri Biliminde beceri geliştirmek, kariyer geçişinizde olabilecek en iyi şeylerden biri olabilir. Veri Bilimi, Bilgisayar Bilimleri ve ayrıca araç ve tekniklerle oynarken, büyük ölçüde alan bilgisine dayanır.
Yeterli alan bilgisine sahip olarak, halihazırda yapılmakta olandan daha fazlası için verilerin gücünden yararlanarak alanınızda bir veri bilimcisi olabilirsiniz.
Sektöre özgü KPI'lar ve ölçümler, Veri Bilimi ile daha da geliştirilebilir ve otomatikleştirilebilir ve sizin için de yeni kapılar açabilir.
Cephaneliğinizdeki veri bilimi araçlarına ilişkin ek bilgi ile alanınızda eğitmenler olabilir ve tomurcuklanan veri bilimcilere yardımcı olabilirsiniz. Olasılıklar sınırsızdır.
Bu aşamada öğrenilecek araçlar ve beceriler, bu makalenin başlarında bahsedilen Aşama I ve Aşama II'de yapılanlarla aynıdır.

Her durumda, bugün dünyanın veri bilimine geçiş şekli nedeniyle veri bilimini öğrenmek ve meslek alanınıza bağlı kalmak en iyisidir. Yaptığınız, yapabileceğiniz ve dahil olduğunuz her şey ve bunu karar verme sürecinizde kullanmak, yalnızca kararlarınızı çok daha iyi hale getirecektir.

Veri bilimi dünyasına geçiş yapmak, iş bulmanın zor olması nedeniyle değil, bunun için rekabet eden çok sayıda insan olduğu için zordur. Fırsatlar herkes tarafından görülüyor ve insanlar -Verinin gelecek olduğunu- ve Veri Biliminin de öyle olduğunu biliyor.

Halihazırda Veri Biliminde yetenekli olan herkes için bizi izlemeye devam edin. Veri Biliminde profesyonellikten uzmanlığa nasıl geçebileceğinizi tartıştığımız bu makale için başka bir bölüm yayınlayacağım.

Yash Gupta Medium.com'da Veri Bilimi Meraklısı ve İş Analisti, Serbest Teknik Yazar ve Blogger'dır. Veri bilimi bilgisini daha geniş bir kitleyle tüketimi kolay bir şekilde paylaşmakla ilgileniyor. Bilgisini kendisi kadar veriden keyif alan herkesle paylaşmak istiyor. Her gün yeni bir şeyler öğrenmeye çalışır ve tomurcuklanan veri meraklılarına yolculuklarında rehberlik etmeyi sever.

orijinal. İzinle yeniden yayınlandı.