我作为数据科学家的旅程
我担任数据科学家一职已有1.5年，并希望与大家分享我的一般经验和学习经验。
首先让我简要介绍一下我的背景。 直到我进入数据科学领域之前，我的职业生涯都是非技术性的（是的，您没听错！！）。 我在计算机科学系读本科，然后在SAP技术系工作，在管理信息系统专业获得了硕士学位，在那里我学习并建立了与数据分析相关的项目，这有助于我抓住这个机会。
在我看来，数据科学是许多小型专业领域的结合：
· 通用软件开发 ：用于算法的商业化
· 机器学习建模算法 ：用于识别正确的方法并设计定制的算法
· 数学（线性代数，统计） ：了解研究论文以及各种建模方法和诸如Python，R MATLAB等语言中使用的内置方法背后的数学
· 数据分析：可视化数据并提取有意义的见解
· 数据科学特定的编码技能： 以不同的分析语言/工具（例如Python，R或MATLAB）有效地构建模型。 另外，在原型阶段或生产阶段需要
起初，它确实让人感到恐惧，您可能会感到完全迷失（我仍然经常感到这种感觉），但相信我只要继续努力，拥有信念，事情就会一步一步落到位。
作为数据科学家，我的项目生命周期包括多个阶段：
· 研究：涉及阅读多篇文章，研究论文并与同行讨论
· 最终确定算法解决方案：最终确定是否可以将现有算法应用于给定问题，或者使用在第一阶段获得的知识来设计定制算法
· 原型 ：将最终算法的原型版本作为验证解决方案的第一步
· 测试：应该对多个数据集进行大量测试，以获得算法的完美直觉
· 商业化：在生产环境中实施和测试
以下是我1.5年的微不足道的经历，观察和学习的清单：
1）需要大量患者
2）坚持是关键
3）需要自我激励很多，因为在这里我们不能期望很快取得成果。 可能需要花费一些时间（MONTHS或YEARS）
4）定期阅读和学习
5）由于没有单一的解决方案，也没有’StackOverflow’链接，因此需要反复进行详尽的过程：/
6）在演讲时，以简单/外行语言翻译技术/数学作品，以使听众感到参与。 对我来说，这是数据科学家应具备的最重要的素质，这确实也是最困难的事情
7）使管理人员保持最新状态非常重要，这样他/她才能对我们的工作充满信心并感到参与。 此外，他们的业务前景将帮助我们将工作保持在正确的范围内
8）如果您没有获得预期的结果，请不要感到沮丧和失去信心。 这在任何研究工作中都是正常的
希望我的经验和学习能以某种方式对您有所帮助。 在这个过山车上，您并不孤单。😀让我们所有人继续前进，尽情享受！！
如果您有任何共同或新的经验，请发表评论。 让我们互相分享和学习。
