Hacks til at blive topdataforsker inden for 6 måneder - Del 1: Køreplan

Data Scientist har vurderet det bedste job i Amerika for 2017 med en median grundløn på $ 110.000 (Kilde: Glassdoor). Karrierer inkluderer dataforsker, dataingeniør, dataanalytiker, statistiker, databehandler, dataarkitekt, forretningsanalytiker.

Hvorfor datavidenskabsmand? Som økonom, der har en bachelorgrad (finans, bank og forsikring) ved Det Økonomiske Fakultet, University of Belgrade og MBA (Leader Project) ved Ivey Business School, ville jeg ikke smide mine års studier for at blive ” kursus programmerer ”.

Da jeg er marketingchef i 2 år ved min opstart Petrucci Elegance og også på Youth Business Forum, ved jeg, at jeg ikke er født til at arbejde i banken.

Jeg går til hvert møde i Beograd på ICT Hub, Start og Impact Hub (emner om digital marketing, iværksætteri, IT, datavidenskab, AI). Jeg er også en person, der lærer nye ting hver dag, aldrig giver op og har stor sult efter viden.

Jeg læste 1500 ord på et minut, og i 2017 læste jeg 50 bøger. Vidste du, at den gennemsnitlige person læste 400 ord på et minut og læste omkring 50 bøger i hele livet?

Teknisk og opstartende samfund i Beograd er så stærk og stor, og jeg elsker den virkelig. Jeg var altid anderledes end andre, så dette samfund er et fantastisk sted for mig. Jeg ønskede at blive en del af it-sektoren, og jeg vidste ikke, hvor jeg skulle begynde, og hvad karrierevejen er for mig. Så Data Science bliver en perfekt karrierevej for mig.

Der er cirka 215.000 åbne jobstillinger i Data Science (Kilde: faktisk.com).

Der er i øjeblikket omkring 31.000 åbninger for statistikstillinger i USA (Linkedin), der tilbyder en gennemsnitlig løn på $ 77.000 (Glassdoor).

Jeg spurgte min ven Slavo og min mentor nu, hvad jeg skulle gøre i min karriere. Han kender mig meget godt, og han sagde, at du er født til Data Scientist. Så jeg accepterede 6 måneders udfordring om at blive TOP Data Scientist.

Her er mit VEJEKORT fra januar til august 2018. Min mentor Slavo laver det til mig, og han støtter mig dagligt.

JANUAR

Ser hver dag på KirillEremenko Super Data Science og podcasts.
www.superdatascience.com

(Ser fra januar og hver måned fremover)

www.superdatascience.com/podcast-marketing-research-to-data-science/

Som du kan se, er de fleste af mine kurser Kirill-kurser og også Hadelin de Ponteves. Jeg elsker virkelig deres måde at forklare alt på og indtil videre lærte de mig meget i disse 19 dage i 2018.

1. Jeg så disse videoer på Youtube for motivation og inspiration, og at se er DS for mig:

https://www.superdatascience.com/podcast-marketing-research-to-data-science/
https://www.youtube.com/watch?v=rIofV14c0tc
https://www.youtube.com/watch?v=I7IW9Z3h20Y&t=1374s
https://www.youtube.com/watch?v=MOdlp1d0PNA&t=1064s

2. Søndag 6.1.2018. Så karrierer inden for Data Science A-Z og skrev alt, hvad jeg ikke vidste eller forstod det. Fundet det på Google og derefter dagen efter begyndte at lære. :)

Jeg måtte se det hele dagen. Kurset er fantastisk. Kirill Eremennko og Hadelin de Ponteves vidste virkelig hvordan man kunne forklare komplekse ting så let.

3. Skal afslutte den 25. januar disse to kurser (Og fyre, jeg afslutter dem på tidspunktet :))

4. Læs hver dag disse to bøger og for at udøve Python. (Du kan også downloade pdf og læse den)

5. Den 26. skal jeg lære disse kurser i slutningen af ​​januar.

6. Åbn Git Hub i slutningen af ​​januar og upload mine projekter i Python:

(for mig var dette kursus for tungt, jeg forstod det ikke. Fra alt i januar var Git og Git Hub så hårde for mig. Jeg var nødt til at lære det grundlæggende på en dag, i stedet lærte jeg det på tre dage. Og nu er jeg så glade for at uploade mit projekt på Git Hub)

7. Åbn min Kaggle-konto, og start med at konkurrere i Data Science.

https://www.kaggle.com/

8. Lær grundlæggende Tableau og træne med rigtige data tre dage om ugen.

Jeg elsker virkelig Tableau, og jeg besluttede at udøve det hver dag. Jeg læste et eller andet sted, når du arbejder på noget hver dag kun i 1 time, du vil være master i det felt om to år. Er det ikke så fantastisk?

FEBRUAR

1. Lær Python A-Z: Python til datavidenskab med reelle øvelser !:

2. Lær Avanceret Tableau:

Jeg besluttede at træne Tableau hver dag i 1 time, som jeg sagde tidligere. Så jeg købte alle kurserne fra Kirill Eremenko og Super Data Science. Jeg vil mestre det, fordi jeg virkelig kan lide Tableau og data. Også på mit fakultet har vi marketingundersøgelser, hvor vi brugte SPSS. Jeg fik en score og kan virkelig godt lide disse data. Så Tableau er virkelig fantastisk, og noget ser jeg mig selv gøre hver dag på mit fremtidige arbejde som Data Scientist.

3. Åbn min Upwork-profil, og start med at arbejde for min portefølje i Data Science

www.upwork.com

4. LINKEDIN-status Learning Data Science \ Machine Learning

MARS-AUGUST *************************

Indtil nu var alt forberedt på dette !:

1. Lær disse kurser hver dag:

2. Læs disse bøger som vigtige for at blive en top Data Scientist:

3. Forbered dig til interviewene, og start ansøgning om topjob inden for Data Science

Endelig

En del af min # 6monthschallenge er også at skrive blogs hver uge om min daglige fremgang i Data Science-køreplanen. Jeg skriver hver uge en blog, hvordan var min foregående uge. Jeg vil skrive om disse kurser, om mine kæmper og alt på køreplanen for at blive Top Data Scientist. På denne måde vil jeg hjælpe andre, der ønsker at blive datavidenskabsmand eller ikke ved, hvordan man begynder sin karrierevej. Jeg vil skrive ærligt om hverdagens udfordringer, arbejdstid og lære nye ting i Data Science. Jeg skriver også dette for at motivere mig selv til at forblive på banen og for at motivere andre til at begynde deres karriere inden for Data Science.

Som Kirill sagde: "Vi ses næste gang, indtil da glad analyse!"

# 6monthschallenge #datascience #machinelearning #womenintech #deeplearning

Jeg brugte infografik fra mine kurser fra Kirill Eremenko og Super Data Science.