软件工程到数据科学

有一天，我看到@yadlra发布了一条问题：

大家好，想成为一名数据科学家，我需要哪些技能？软件开发人员也需要同样的技能吗？

我发表了一篇很长的回复，但我觉得其他人也会从有关该主题的帖子中受益。

2017年，我大学毕业，获得了计算机工程师的学位，之后开始全职工作，之后才转向数据科学领域。我发现，从软件领域学到的技能可以很好地迁移到数据科学领域，尤其是在构建大数据处理工具的时候。

目前，我所在的团队专注于工具和机器学习应用，但数据科学领域还有很多值得考虑的领域。下面，我概述了我在进入该领域期间研究的一些领域、技能和资源。

数据科学领域

数据科学的应用领域非常广泛。最近，我在两所大学做了关于数据科学的演讲，并被问到一系列问题：

是否存在无法利用数据科学的领域？

我的答案是否定的。我相信，只要有数据，每个领域都可以利用数据科学；或者反过来，如果数据开放，未来也能够利用数据科学。我甚至见过艺术家利用数据创作雕塑。一旦你选择了一个感兴趣的领域，你就能找到数据科学、数据工程等领域的数据相关工作。

您在本科期间学习过数据科学吗？或者可以先获得其他领域的学士学位吗？

如前所述，我最初并没有学习数据科学，而是在攻读硕士学位时才转向数据科学。我发现，我合作过的大多数数据科学家在进入数据科学领域之前，都曾学习过其他学科。他们专攻计算机科学、工程学、数学等不同领域。专注于一个领域，然后运用在那里获得的知识来深造数据科学，这完全没问题。你会为数据科学带来一些其他人可能因为你的背景而看不到的方面。

您是如何寻找工作的？

我在行业内找工作时学到的一点是，并非所有头衔都代表着相同的含义。头衔种类繁多，从数据科学家、数据分析师、业务分析师到数据工程师，不一而足。我不再按头衔搜索，而是开始用关键词搜索，因为这有助于我缩小符合我需求的职位描述范围。我搜索时使用的关键词主要集中在我想使用的编程语言（Python）、我想接触或持续使用的工具（Tableau、Spark、Git）以及我正在寻找的工作类型（物联网、互联系统、传感器）。

另一个非常有用的求职方法是建立人脉，无论是线上还是线下聚会。例如，我发现领英（LinkedIn）就是一个很好的工具，可以让我与同行进行线上交流，了解他们公司的情况以及他们参加的会议或活动类型。

哪些技能对您的职业生涯有帮助？您使用了哪些工具？

找到一个专业领域后，我开始专注于自己想要学习的技能。我在数据科学领域的第一份工作是合作社的数据工程师。在此期间，我努力学习更多关于Docker的知识，以便将数据应用程序、数据库和ETL流程容器化。之后，我开始从事应用数据科学工程师的工作。此时，我开始将我的技能更多地集中在统计/数学、数据清理、大数据处理、数据叙事和可视化以及工具开发上。在这两份工作中，工具开发和应用程序开发让我能够更多地利用我的软件背景，而数据分析和可视化则让我能够更多地运用我的数据科学背景。在这两份工作中，我发现编程是一项很有价值的技能，尤其是面向对象编程和编写简洁的代码。不同工作所需的技能可能有所不同，但找到你喜欢做的事情不仅能帮助你找到工作，还能让你享受工作！

如果您正在寻找要学习的工具和框架，以下仅供您考虑：

• 用于原型代码的 Jupyter Notebook
• Git 用于控制笔记本和其他代码的版本
• Spark 和 Hadoop 用于大数据处理
• 数据库和数据存储适用于不同类型的数据，了解何时使用哪种类型的数据存储将会很有帮助
• Tableau 和其他用于仪表板和可视化的 BI 工具
• Python可视化库：Bokeh、Matplotlib等。
• R 及其各自的库 / R Shiny

您发现哪些资源有助于您在大学之外继续学习？

数据科学入门的一本好书是《统计学习入门：R语言应用》。这本书非常棒，在我刚开始学习的时候很有帮助。我现在还在公司留着一本，做事的时候可以参考。

如果你正在寻找另一本更侧重于软件的优秀读物，罗伯特·塞西尔·马丁 (Robert Cecil Martin) 的《代码整洁之道》(Clean Code ) 是一本很棒的书，它专注于如何编写结构良好、易于阅读的代码。这本书侧重于教授 Java 技能，但我将同样的概念应用于 Python。

另一个不错的书籍资源是出版商 O'Rielly。他们有大量关于数据科学和 Python 的好书。我发现他们的书很有帮助，也保留了一些作为工作参考。

我还建议研究一下可用的开源数据集，看看有哪些类型的数据，并确定你希望处理的数据类型。这些数据类型包括空间数据、图像处理、结构化或非结构化文档等。

您可以通过数据科学研究很多内容，只需选择一个地方开始并运行它！