|
|
本帖最后由 Shelaakter 于 2023-1-12 13:11 编辑
因为不是每个人都从一开始就具备所有技能。 对于重新开始的人我想学习成为一名数据科学家，我应该如何开始？ Khun Dip 建议您先研究自己，看看缺少什么。 例如，就 Khun Dip 本人而言，它是从根本不编写代码开始的。 但是有兴趣去了解更多。 从各种网课开始，然后开始把自己转移到更多业务相关的工作中去了解业务部门平时做的题，然后慢慢拼图看更多的图练习做题是结合3的练习 编码，业务和统计技能。 如果一个人是一名优秀的数据科学家，那么三件事不能落在后面。 参加数据科学沉浸式课程的体验如何？ Khun Dip评价说，在课程中获得的知识可能相当于距离实际工作2年的时间，有时工作5年后，你甚至可能根本找不到各种项目。 但是这门课程是为了体验这一切。 当您从课程中学习或完成它时，它会在真正开始工作时显示图片。 为那些想要改变数据科学领域的人介绍学习方法。
建议如果你真的不知道我应该从什么开始？ 因为数据科学领域是非常多样化的，无论是数据工程、人工智能、编程等等。有时候参加一个经过筛选和过滤的有用知识的在线课程可以帮助鼓励我们学习。 了解得更多 这些课程通常带有实际业务中的用例。 此外，我们必须 英国手机号码清单 从制作 Kaggle 中获得经验。 什么是 Kaggle？ Kaggle就像是一个可以对公众开放的数据收集平台。 有很多开发人员、软件工程师和数据科学家来帮助分析、建模、寻找见解，就像图书馆一样。 但它不是一本书，而是一个数据科学用例，如果您不知道从哪里开始处理您持有的案例，那么它是完美的。 我们可以去看看来自世界各地的人们的意见。 每个人的洞察视角都是一个实验。 并创造良好的体验是什么点燃了继续在这个领域工作的激情？ Khun Dip 分享说，在他对数据科学产生热情之前，他首先对数据充满热情。
每天每个人都经常听到数据驱动业务这个词。 并且想要一个支持的理由 这是一个有形的数字。 与实际项目一起使用 它的乐趣在于出现的挑战。 当问题每天都在变化的时候，业务中做问题的理念也一直在变化。 但由于每个企业都需要数据科学，它为数据科学家提供了涉足各种领域的机会。 至于从学生时代就对AI和Data充满热情的Khun Oat，他表示，虽然到最后还是做Research Assistant，或者主要做AI，但Khun Oat很开心，因为有这份热情。 不仅在泰国，在全世界，数据科学家的职业都有很多发展机会。 在此期间，它是数字化转型。 人们希望改变一切，从纸上进入一个平台，即数据库或其他适合大数据的工具。 如果是时候获得足够的信息随着更多网站的需求，数据科学家的职业也可以发展到一个新的水平。 虚拟事件打开了数据科学的世界。 继续第 2 章。等待后续阅读摘要。
|
|
