数据科学求职建议：掌握5种类型的数据科学项目

摘要：?本文详情数据科学求职应该掌握的五个相关项目，以便秋招者对应自身情况查漏补缺。

? ? ? ?一年一度的秋招已经打响了发令枪，从去年的薪酬排行来看，算法工程师和数据分析等工作排在前列，很多相关专业的学生一直在自学少量网络上的公开课并阅读少量专业书籍，比方“西瓜书”、“花书”等，假如你现在依然什么也没有准备的话，然而还想从事数据科学领域这个似乎令人望而生畏的工作话，现在就要抓紧补补相关的知识了。在这里要提醒一点，自我完善的知识不要局限于数据分析相关的知识，还要额外补充下相关领域的知识。另外，简历上展现个人技可以的最佳方式是用技可以组合的形式，这样可以让雇主相信你能用你已经学习的技可以。为了展现这些技可以，以下是你应该着重补充的5种数据科学项目组合类型：

1.数据清除

? ? ? ?数据科学家估计在一个新项目的清除数据解决上花费多达80％的时间，这对于团队来说是一个巨大的代价。假如你能证实你在数据清除方面经验丰富，那么你将立即变得更有价值。练习这项可以力的方法是创立一个数据清除项目，找到少量混乱的数据集并开始进行清除。

假如你用Python语言进行编程，那么Pandas是一个很好使用的库，假如你用R语言编程，那么你能用dplyr数据包。你实践的数据清洗项目应该确保展现以下技可以：

1. 导入数据

2. 加入多个数据集

3. 检测缺失值

4. 检测异常

5. 输入缺失的值

6.数据质量保证

2.探究性数据分析

? ? ? ?数据科学的另一个重要方面是探究性数据分析（EDA），这是一个生成问题并使用可视化方法对其进行调查的过程。 EDA允许分析人员从数据中得出结论来推动业务影响，它可可以包括基于用户细分的有趣洞察，或者基于季节效应的销售趋势。通常你能通过探究性数据分析来得到少量有趣的发现。

使用于探究性分析的少量有使用的Python库有Pandas和Matplotlib。对于R使用户而言，ggplot2软件包将会很有使用。你实践的EDA项目应该显示以下技可以：

1. 可以够制定相关的调查问题

2. 识别趋势

3. 识别变量之间的协变

4. 用可视化有效地传达结果（散点图，直方图，饼图等）

3.交互式数据可视化

? ? ? ?交互式数据可视化包括诸如仪表板之类的工具，这些工具对于数据科学团队以及更多面向业务的最终使用户都是很有使用的。仪表盘允许数据科学团队进行协作并共同绘制见地。更重要的是，它们为面向商业的用户提供了交互式工具，这些人专注于战略目标而不是技术细节。数据科学项目的交付成果往往以仪表板的形式出现。

对于Python使用户而言，Bokeh和Plotly库是非常适合使用来创立仪表板的。而对于R使用户，能用RStudio的Shiny软件包。你实践的仪表板项目应该强调这些重要技可以：

1. 包括与用户需求相关的指标

2. 创立有使用的功可以逻辑布局（易于扫描的“F模式”）

3. 创立最佳刷新率

4. 生成报告或者其余自动操作

4.机器学习

? ? ? ?机器学习项目是数据科学产品组合的另一个重要组成部分。现在，在开始进行少量深度学习项目之前，请保持耐心。不要一开始就构建复杂的机器学习模型，而要坚持从基础知识开始学起。线性回归和逻辑回归是很好的开始，这些模型更容易解释并可以清晰地与上层管理人员沟通。此外，我还建议专注于具备业务影响的项目，例如预测用户流失，欺诈检测或者贷款违约等，这些比预测花型更实使用。

假如你是Python使用户，请用Scikit-Learn学习库。而对于R使用户，请用Caret软件包。你实践的机器学习项目应该传达以下技可以：

1. 选择用某个具体机器学习模型的起因

2. 将数据分成训练/测试集（k-fold交叉验证）以避免过度拟合

3. 选择正确的评估指标（AUC、adj-R ^ 2、混淆矩阵等）

4. 特征工程和选择

5. 超参数调整

5.沟通

沟通是数据科学的一个重要方面，对于工科人员而言这点尤其欠缺。可以够有效地传达结果是区分优秀的数据科学家与伟大的数据科学家的重要衡量标准之一。无论你的模型多么华丽，假如你不可以向队友或者顾客解释它，你都不会得到他们的支持，就好像对牛弹琴一般。幻灯片和Notebook都是很好的沟通工具，能将你的机器学习项目按照项目过程以PPT的形式展现，也能用Jupyter Notebook或者RMarkdown文件进行沟通。

确保理解你的目标受众是谁，向高管呈现的内容与向机器学习专家呈现的内容二者是完全不同的。确保具有这些技可以：

1. 理解目标受众

2. 提供相关的可视化

3. 幻灯片不要写太多的内容

4. 确保演示文稿流畅

5. 将结果与业务影响联络起来（降低成本，添加收入）

确保在Jupyter笔记本或者RMarkdown文件中记录自己的项目。而后，也能用Github?免费将这些Markdown文件转换为静态网站。这是向潜在雇主展现个人技可以组合的好方法，即GitHub主页或者CSDN博客等。

最后，在求职的道路上请保持积极的态度，作为应届生，不要被一次次面试、笔试所扰乱心态，请保持继续补充知识、练习项目并参与少量竞赛等。不要慌张，秋招过去，还有春招，春招过去还有社招，只需你一直努力提升自己，相信最终会有好的结果等着你，希望你可以够快乐求职，并且在数据科学领域工作顺心。

文章原标题《5 Data Science Projects That Will Get You Hired in 2018》

原文链接

本文为云栖社区原创内容，未经允许不得转载。