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。

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：

 ●  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Pandas和Matplotlib。对于R用户，ggplot2包将很有用。EDA项目应该显示以下技能：

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

 ●  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。

对于Python用户，Bokeh和Plotly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：

 ●  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。

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

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 Notebook或RMarkdown文件用于需要沟通的项目。

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：

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”。