「譯」如何成功入職成為數據科學家_萊特幣

核心要點：大多數人正在做著僅是心理安慰的無效努力，要想成為技術達人你應該這么做。

原文鏈接：https://www.kdnuggets.com/2018/11/get-hired-as-data-scientist.html

我還記得我哥哥決定賣出他的比特幣的那一刻。2017年，星巴克。一個中年大媽向我們走來，她正在給人發放比特幣的小冊子，上面大大的字體寫著，“比特幣：通往提前退休之路”。

我很好奇，因此問她如何看待虛擬貨幣市場，結果她除了比特幣并不知道其他虛擬貨幣。以太幣？“沒聽過”。萊特幣？“是便宜版的比特幣吧？”

如今，即使一個啥都不懂的大媽都在跟你講最新的技術趨勢，那么這個技術估計也到頂點了，換句話說，泡沫來了。

法國金融監管機構修改加密公司注冊要求，以符合歐盟MiCA規定:8月10日消息，法國金融監管機構AMF宣布，法國修改了加密貨幣公司的注冊要求，以更好地符合歐盟MiCA對該行業的新規定。AMF表示，增強型注冊要求將于2024年1月1日起生效，對于尋求提供任何受監管服務的新參與者來說將是強制性的。這些變化還將允許實施快速通道程序，以對已經在該國運營并獲得批準的公司進行授權。[2023/8/10 16:17:57]

這當然不是一個新發現。每個人都知道，在投資領域，如果你的決策和周圍每個人都一樣，估計你也掙不到什么錢。奇怪的是，投資領域的這條規律，人們很少套用在自己身上。

大多數人的努力都是無效的心理安慰

假設現在你的目標是入職某公司的數據科學家。如果你按照普遍的“我想要成為數據科學家”的行動點去做，大致意味著你得不到想要的工作。現在市場上到處都是有才能有經驗的人，意味著，能力一般的、渴望轉行成為數據科學家的人得不到太多的機會。如果你想避免成為平庸的大多數中的一員，為什么要做大多數人做的事情呢？

前FTX高管Ryan Salame正在與檢察官討論認罪協議:金色財經報道，彭博社援引知情人士的消息稱，FTX Digital Markets前聯席首席執行官Ryan Salame正在與聯邦檢察官進行談判，以承認TFX崩潰后的刑事指控。知情人士透露，這位共和黨巨額捐助者最早可能會在下個月對包括違反競選捐贈法在內的罪行提出抗辯，由于討論并未公開，因此消息人士要求匿名。目前尚不清楚他是否會與檢察官簽訂合作協議并出庭指控FTX聯合創始人Sam Bankman-Fried，Salame此前尚未因與FTX有關的指控而受到指控，潛在認罪協議的細節尚未最終確定。

據報道，Salame的前同事Gary Wang、Caroline Ellison和Nishad Singh已經承認在FTX的數十億美元欺詐案中發揮了作用，并將成為政府針對SBF案件的關鍵證人。若Salame認罪，他將成為第四位認罪的前FTX高管。[2023/8/9 21:33:14]

問題在于，大多數人踏上他們的“數據科學家”之旅時，并沒有這么想過。我在SharpestMinds工作時，跟上百個有志成為數據科學家的職場人士聊過，80%說得都差不多：

美聯儲6月按兵不動的概率降至75.8%:金色財經報道，據CME“美聯儲觀察”：美聯儲6月維持利率不變的概率為75.8%，加息25個基點的概率為24.2%；到7月維持利率在當前水平的概率為58.5%，累計降息25個基點的概率為25.4%，累計加息25個基點的概率為16.1%。[2023/5/16 15:05:05]

第一步，學工具鏈。然后上點切分成小部分的MOOC課。讀下職位描述，擔心自己夠不上條件。再上一個別的MOOC，或者從某個平臺開始申請工作。沒有回音。灰心失望，考慮上Master，繼續申請工作。面臨選擇：繼續重復2-7直到瞎貓撞上死耗子，還是放棄？如果這些事也發生在你身上，那么你可能也面臨著一個“自我提升的泡沫”：你做著和其他人同樣的努力，但期望一個不同的回報。你需要做的第一件事，就是停下來。

男裝品牌Psycho Bunny推出NFT:9月10日消息，男裝品牌Psycho Bunny與街頭藝術家Buff Monster獨家合作，推出了兩個背靠背版本的100款限量版NFT和5款唯一的NFT。（PR Web）[2022/9/11 13:22:14]

期望高回報，意味著不能走尋常路。但是為了避免做尋常事，你需要了解什么尋常事都有哪些。

例如：如果你需要通過MOOC來學習工具鏈，可以。但是不要陷入MOOC陷阱。MOOC本身就是針對大多數人設計的，僅靠重復在MOOC上學習很難在某個領域出類拔萃。同樣的，如果已經有了四五個JupyterNotebook上面寫滿了sklearn/Pandas/seaborn/Keras的基本語句，你也沒必要再新加一個了。

總的來說，首要原則是：如果下一步很明顯是大家都去做的，那么就不要做。相反，你要去尋找沒人在做的事，盡快去做。

推薦你做這些

這些有效的實踐都有哪些？例如：

重復論文。對深度學習尤其有效。這么做的人比較少，相反，隨便找一組數據用簡單的ANN或者XGBoost做個分類算法多簡單啊。你應該去ArXiv找一篇相關的、最感興趣的論文，理解，然后重復該論文，最好選用一組新的數據。之后把整個經過總結成博文發布。不要停留在舒適區。當你開始一個新項目時，最好以學習新framework/libraries/tools為目標。如果你到了第六個JupyterNotebook還是以df=pd.read_csv(filename)開頭，以f1=f1_score(y_true,y_pred)結尾的話，你也是時候換一下自己的策略了。學習無聊的內容。沒人喜歡無聊。很多被公司迫切需要求職者具備的技能，比如Gitflow，Docker，用Flask建app，在AWS或GoogleCloud上用模型，都因為學起來無聊，被求職者忽略了。做煩人的事。1）去當地的datascienceMeetup分享一篇論文。或者至少要去參加當地的datascienceMeetup。2）去LinkedIn發私信。坦率，展示你的價值。不要一上來就要工作機會。提問盡量清晰。嘗試與人建立關系，拓寬你的人際網絡，這需要耐心。3）參加會議與關系網活動。4）開創學習小組。做“瘋狂”的事。每個人都會用UCI數據庫或者某些股市數據庫來建自己的項目。不要這么做。學習獲取數據，建立自己配置的數據庫。實際中獲取數據還是挺難的，公司會期望其工程師能夠自己取得數據。你的目標應該是，成為癡迷于datascience的瘋子，如果需要的話，建立自己的數據組自然必不可少。以上提到的每種策略，都是基于招聘單位每天面對的疑難雜癥提出的。這里面沒有新技術新概念，但卻能保證你在datascience的工作市場上獲得更多的關注，并成為一個能力全備的數據科學家。

每天結束時，記得提醒自己，訓練技能是對自己的投資。這意味著，投資領域的經濟學原理在此同樣適用：如果你期望突出的回報，你需要做異于常人的事情。

如果你有關于如何優化machinelearning算法或datasciencetrajectory的問題，可以向我提問。給我發DM或者Twitter@jeremiecharris:)

作者介紹：

JeremieHarris是@SharpestMindsAI的合作創辦者，興趣領域包括物理，機器學習，哲學，創業。

相關閱讀：

·TheMostinDemandSkillsforDataScientists·DiversityinDataScience:OverviewandStrategy·DataScientistInterviewsDemystified

Tags：MOO比特幣萊特幣MOO幣MOO價格比特幣中國官網聯系方式40億比特幣能提現嗎比特幣最新價格行情走勢萊特幣官網查詢萊特幣中國區創始人pz萊特幣減產日期是多少

火幣APP下載