今天的数据科学就业市场有两件事非常清楚：

• 对合格的数据科学家有很多需求。 （而且这些工作中的大多数都有可观的薪酬和其他津贴。）
• 这种需求导致大量求职者申请空缺职位。

假设您的目标是在这个市场中占据入门级位置。您将主要与应届大学毕业生、过渡到数据科学的软件工程师以及数据科学训练营和在线课程的毕业生竞争。

你如何让自己在人群中脱颖而出？

有一个简单但绝非易事的解决方案：建立一个令人印象深刻的投资组合来展示你的技能。

如何开始

确定您的兴趣和目标

您是否有兴趣在特定行业工作，例如银行、零售、信息安全等？您喜欢用数据讲故事和创建引人注目的数据可视化吗？或者您更喜欢构建最先进的机器学习模型？

回答这些问题需要进行一些自我反思，但此过程将帮助您决定要应用您的投资组合构建工作的方向。

研究工作描述

一旦你知道你想专注于数据科学的哪个领域，你可能需要浏览一些该领域的招聘信息。

进行研究并注意以下几点：

• 公司是做什么的？具体来说，公司如何利用数据科学赚钱？
• 除了您已经知道的技能之外，他们还需要哪些技术技能？您可能需要更加熟悉 Linux 命令行、云技术（如 AWS）甚至 NoSQL 数据库。
• 数据科学家会为面向客户的产品做出贡献还是为公司内的其他团队构建解决方案？
• 软技能呢？这个角色是否需要就数据科学的能力和局限性对公司内部或外部的其他人进行教育？

你的投资组合包括什么？

在选择可以帮助您脱颖而出的区域时，有很多选择，例如：

• 在 GitHub 上创建个人项目
• 为开源软件做贡献
• 撰写博客文章
• 在聚会和会议上发表演讲
• 通过帮助他人在 Stack Overflow 上建立声誉
• 通过 Kaggle 平台参加数据科学竞赛

建立投资组合时应遵循的原则

无论您想关注哪个投资组合领域，每当您开始集思广益新的项目创意时，都应该牢记一些原则：

• 完成总比完美好。您可能充满了想法，并尝试同时开始处理多个想法。这可能不是一个好的策略。您冒着将自己分散得太细的风险，并冒着没有精力或动力完成任何特定项目的风险。
• 质量而不是数量。请记住，目标不是尽可能多地制作您的作品，而是制作一些可以让您受雇的优质作品。
• 有趣的数据胜过高级分析。避免使用许多“数据科学入门”课程中常见的数据集，因为这些数据集已经过从各个可能的角度进行分析和观察。你不太可能找到任何有趣的东西。相反，尝试在公共数据集存储库中找到“隐藏的宝石”，例如 Google 数据搜索或 AWS 上的开放数据。许多政府都有开放数据门户网站，这些门户网站是有趣数据集的宝库，供有兴趣的人查看。
• 用数据讲故事。无论您是在撰写博客文章、构建 Web 应用程序还是在观众面前进行现场演示，您的主要角色都是讲故事的人。这意味着你的故事应该 1) 用引人入胜的介绍和有吸引力的数据可视化来吸引人们； 2）为数据集和您的方法提供足够的上下文； 3）教给观众一些他们之前不知道的东西。
• 通过在社交媒体上分享您的作品来放大您的作品。这可能令人生畏，但如今这几乎是让您的作品向很多人展示的唯一方法。顺便说一句，其中一些人可能是你未来的招聘经理——你永远不知道。
• 根据反馈进行迭代。根据您从他人那里收到的反馈，对编辑您的作品持开放态度。这不仅会使您的项目变得更好，而且也是您识别和解决知识差距的学习机会。

归根结底，作品集即使不是证明，也是证明您可以完成您在简历中声称的那种工作的证据。 它将为您打开大门，没有它，您将无法触及。

希望到目前为止，您已经很好地了解了如何构建最终会让您被录用的投资组合的过程。

在接下来的文章中，我们将详细说明一些投资组合领域，例如：什么是优秀的博客文章，为开源项目做出贡献时从哪里开始，以及什么是 GitHub 上的优秀个人项目。

原文：https://medium.com/@epicprogrammer/how-to-create-an-outstanding-data-sc…

本文：https://jiagoushi.pro/node/1648