您现在的位置是:首页 > 文章详情

干货 :5种项目助你找到数据科学工作

日期:2018-10-07点击:346

或许您已经在网上看了许多的MOOC,阅读了很多工具书,但是您有可能仍然担心找不到工作或根本没有找到工作。在数据科学领域找到合适的工作的确有一定难度。最好的向HR展现您能力的方式就是准备一个文件夹。在文件夹中放入以下五种您做过的数据科学项目。

数据清洗

通常来讲,数据科学家在一个新的项目中预计会花80%的时间来清洗数据。这对于团队来说是一个长而痛苦的过程。如果您能展示您在清洗数据上具有丰富的经验,您就会变得很有价值。您可以找一些杂乱无章的数据集练习清理数据来增加您的经验。

b73a784f5b84e8d603818f195cd3db13a6abbf5f

如果您用的是Python,Pandas是一个很好用的包;如果您用的是R,dplyr包将会是一个不错的选择。确保您展示出以下的技能:

 ●  标注重点数据
 ●  连接多个数据集
 ●  检测缺失数据
 ●  检测异常值
 ●  填充缺失数据

 ●  确认数据质量

探索性数据分析

另一项有关数据科学的重要内容是探索性数据分析(EDA)。这是提出问题的过程,需要您用可视化技术来研究这个数据集。EDA使得分析师能够从数据中得出一些能驱动商业决策的结论。或许您能从客户的数据、销售的趋势、季节的影像中得到有趣的结论。甚至有时候您能有一些和您最初设想完全不同的发现。

用于探索性分析的一些有用的Python包是PandasMatplotlib。对于R用户,ggplot2包将很有用。EDA项目应该显示以下技能:

7186b526420c3bee8ff4578f3c9ee41dacc8c6e3

用于探索性分析的一些有用的Python包是PandasMatplotlib。对于R用户,ggplot2包将很有用。EDA项目应该显示以下技能:

 ●  能够为调查制定相关问题
 ●  识别趋势
 ●  识别变量之间的相关关系

 ●  使用可视化技术(散点图,直方图,箱线图等)有效地传达结果

交互式数据可视化

交互式数据可视化包括仪表板等工具。这些工具对数据科学团队以及更多面向业务的最终用户都很有用。仪表板允许数据科学团队进行协作,并一起绘制见解。更重要的是,它们为面向业务的客户提供了一种交互式工具。这些人专注于战略目标而非技术细节。通常,数据科学项目的可交付成果将以仪表板的形式出现。

bab6ed59cdedaafc06ac85dd887a26324d56df5e

对于Python用户,BokehPlotly库非常适合创建仪表板。对于R用户,请务必查看RStudio的Shiny软件包。您的仪表板项目应突出显示以下重要技能:

 ●  包括与客户需求相关的指标
 ●  创建有用的功能
 ●  逻辑布局(“F模式”便于扫描)
 ●  创建最佳刷新率

 ●  生成报告或其他自动操作

机器学习

机器学习项目是数据科学组合的另一个重要部分。在您开始构建一些深度学习项目之前,请退后一步。我们说的并不是建立复杂的机器学习模型,而是坚持基础。线性回归和逻辑回归是很好的开始。这些模型更易于解释和与上层管理层沟通。我还建议关注一个对业务有影响的项目,例如预测客户流失,欺诈检测或贷款违约。这比预测花型更贴近于工作实际。

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

如果您是Python用户,请使用Scikit-learn库。对于R用户,请使用Caret包。您的机器学习项目应该传达以下技能:

  • 您选择使用特定机器学习模型的原因

  • 将数据拆分为训练/测试集(k倍交叉验证)以避免过拟合

  • 选择正确的评估指标(AUC,adj-R ^ 2,混淆矩阵等)

  • 特征值的选择

  • 超参数调整


5 沟通能力

沟通是数据科学的一个重要方面。能否有效地传达结果是优秀数据科学家与优秀科学家之间的区别。无论您的模型多么花哨,如果您无法向队友或客户解释,您将无法获得他们的支持。幻灯片和笔记本电脑都是很好的沟通工具。尝试将您的一个机器学习项目放入幻灯片格式中。您还可以将Jupyter NotebookRMarkdown文件用于需要沟通的项目。

60e546dabe18a537e6f911ea4523532eecfd5b7e

确保了解您的目标受众是谁。向高管们展示您的项目和向机器学习专家展示是非常不同的。一定要掌握这些技能:

 ●  了解您的目标受众
 ●  使用相关的可视化技术
 ●  请勿过多地提供幻灯片
 ●  确保您的演示文稿流畅
 ●  将结果与业务影响相结合(降低成本,增加收入)

确保在Jupyter笔记本或RMarkdown文件中记录您的项目。然后,您可以使用Github Pages将这些文件免费转换为静态网站。这是向潜在雇主展示您的项目的好方法。


原文发布时间为:2018-10-5

本文作者:John Sullivan

本文来自云栖社区合作伙伴“数据分析”,了解相关信息可以关注“数据分析”。

原文链接:https://yq.aliyun.com/articles/648086
关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。

文章评论

共有0条评论来说两句吧...

文章二维码

扫描即可查看该文章

点击排行

推荐阅读

最新文章