我最近在大会上完成了为期12周的密集数据科学训练营。 计划大约3周后，我写了一篇有关如何过渡到数据科学这一新领域的文章，您可以在此处阅读。 完成课程后，这里是我的一些想法。
- 我所取得的成就超出了我的预期。 我在上面提到的较早的帖子中讨论过，我不是来自技术背景，而回想自己在该课程中的经验，使我为所学到的一切感到自豪。 我能够在12周内完成5个端到端机器学习项目，现在我可以轻松地使用Python和SQL编程，我熟悉机器学习算法以及不同建模技术背后的直觉，并且能够向技术和非技术受众介绍我的发现。
- 大会（GA）提供了很棒的学习经验！ 教室空间有利于学习，便利的设施非常适合在深夜编写代码和项目，本地和全球教员精明且平易近人，结果团队决心在求职过程中以任何方式提供帮助。 我周围都是聪明又渴望的学生，他们互相支持。感到鼓舞的是，同伴们与我并肩应对类似的挑战，这是大多数在线课程所缺乏的！
- 我觉得我在通用航空获得的知识和技术技能与行业中的实际数据科学家每天使用的内容非常相关。 该课程提供了有关使用Python / SQL代码和构建模型的培训和实践的手法，而不仅仅是讲解它们是什么，它们如何工作，何时使用它们等等。
- 离开我以前的职位并跳入新领域的风险值得。 我发现我比以前更喜欢编程和分析数据，并且对学到的新技能可以产生的影响使我感到兴奋。 我的经验从我所从事的项目中汲取了见识，从而证明了以正确的方式呈现数据是强大的。 我渴望运用我在该行业中学到的知识。
最后，我鼓励那些正在寻求过渡到数据的人员研究全职数据科学训练营。 在整个学习过程中都有可能保持稳定的收入，但是如果您热衷于学习如何使用数据来推动结果，那么这样做是值得的。 如果您想进一步讨论我的经验，请随时通过LinkedIn或电子邮件与我联系！
