🐙 🙋 👨🏽‍🎨 Wie ich (PhD Neurobiology) in 6 Monaten Data Scientist wurde ✅ ⌨️ 🖖🏽

Vier Werkzeuge, die ich im Training verwendet habe, ohne einen Cent auszugeben.

Bild

Ich bin gerade von acht Jahren Studium und harter Arbeit ohne Plan weggelaufen. Sie fragen sich vielleicht, warum Menschen solche Dinge tun. Tatsache ist, dass mein Chef lange Zeit meinen Wunsch nach Arbeit bekämpfte und ich verstand, dass es Zeit war, etwas zu ändern.

Mein junger Mann lud mich ein, Datenwissenschaftler zu werden. Meine Reaktion war natürlich "Du bist verrückt!", Weil ich absolut nichts über Programmierung wusste. Zweifellos hat er meine Fähigkeiten überschätzt. Das Betrüger-Syndrom erinnert sich also wieder an sich.

Nach ungefähr zwei Wochen schlug meine Freundin Anna dasselbe vor. Mit ein wenig Nachdenken begann ich ernsthaft über diese Idee nachzudenken. Warum nicht? Also beschloss ich, wieder ein Neuling zu werden und ein neues Leben als Datenwissenschaftler zu beginnen.

Ich wollte in meinem eigenen Tempo lernen und entschied mich für Online-Kurse. Ich dachte mir, dass ich mit meiner Promotion in Neurowissenschaften bereits genug formale Ausbildung habe, um in der Datenwissenschaft zu arbeiten. Ich brauchte nur praktisches Wissen.

Ich werde über vier verschiedene Kurse sprechen, die ich besucht habe, und wie sie mich dazu gebracht haben, bei einem Startup im Gesundheitswesen im Silicon Valley mit Data Science zu arbeiten.

Die meisten Online-Kurse, die ich gefunden habe, waren zu dieser Zeit kostenlos. Also forderte ich mich heraus - alle notwendigen Fähigkeiten zu erwerben, ohne einen Cent auszugeben. Was soll ich sagen, ich bin ein echter Geizhals.

Grundfertigkeiten

Als ich zum ersten Mal an der University of California in San Francisco promovierte, hatte ich absolut keine Programmiererfahrung. In meiner Forschung habe ich statistische Indikatoren verwendet, jedoch in geringem Umfang. Alle analysierten Datensätze wurden von mir im Labor erstellt. Aus diesem Grund war die Anzahl der Beobachtungen äußerst gering. Ich musste lernen, wie man Code schreibt und Daten in einem viel größeren Volumen analysiert.

Erste Schritte beim Schreiben von Code

Als ich mich entschied, Datenwissenschaftler zu werden, wollte ich zunächst lernen, wie man Computerprogramme schreibt. Da ich noch nie zuvor codiert hatte, war mir der gesamte Prozess völlig unbekannt. Ich entschied, dass Data Science definitiv nichts für mich ist, wenn ich es hasse, Code zu schreiben. Zunächst schien es eine gute Idee zu sein.

Ich hatte Glück, weil mein Partner Ben in vielen Technologiebereichen tätig war und mich in die richtige Richtung weisen konnte. Er schlug vor, dass Python am besten zu mir passen würde. Python ist ideal für die Datenanalyse, vielseitig einsetzbar und leistet bei großen Datenmengen hervorragende Arbeit. Ein Anfang wurde gemacht.

Programmieren lernen

1. Codecademy

Zu Beginn des Trainings habe ich die Codecademy verwendet . Ich habe mit dem Kurs „Einführung in Python“ begonnen, bin mir aber nicht sicher, ob er noch existiert, da ich ihn 2014 bestanden habe. Wenn ich jetzt anfangen müsste, Python zu lernen, würde ich wahrscheinlich mit dem Kurs Daten mit Python analysieren beginnen .

Die Codecademy scheint mir ein guter Ausgangspunkt zu sein. Der Hauptvorteil für mich war, dass ich Code direkt in den Browser schreiben konnte. Umso schlimmer ist es für mich, Software korrekt auf meinem Computer zu installieren. Daher war es am Anfang schön, dies zu vermeiden. Es war ruhig von dem Gedanken, dass mein Code, wenn er nicht funktionierte, auf einen Syntaxfehler und nicht auf einen Fehler bei der Installation der Software zurückzuführen war.

Mir hat auch gefallen, wie Unterricht für einige Minuten gegeben werden kann. Ich ging zur Codecademy, als ich Freizeit hatte, und löste einige Probleme, die auf meine Aufmerksamkeit warteten. Dieser schrittweise Fortschritt bedeutete, dass ich keine Angst vor Bänden hatte und nicht in ihnen steckte.

Als ich den Kurs beendete, wurden nur wenige Kurse auf der Website angeboten, und dieser war kostenlos. Ich war erstaunt über die Qualität der kostenlosen Online-Programme.

Nachdem ich die Grundlagen von Python gelernt hatte, musste ich meine statistischen Kenntnisse verbessern und lernen, wie man Daten in größerem Maßstab analysiert.

Datenanalyse lernen

2. Coursera Data Science-Spezialisierung von Johns Hopkins Als
zweiten Kurs habe ich die Coursera Data Science-Spezialisierung von Johns Hopkins abgeschlossen. Zu diesem Zeitpunkt war es möglich, eine Ehrenurkunde kostenlos zu erhalten, und Sie mussten nur für eine verifizierte Urkunde bezahlen.

Das verifizierte Zertifikat war mir nicht so wichtig. Ich musste in technischen Interviews Fähigkeiten aus den Kursen demonstrieren. Deshalb habe ich mich für die kostenlose Version entschieden.
Diese Reihe von Kursen wurde in der R-Sprache unterrichtet, was für mich ein Nachteil war. R ist eine ausgezeichnete Programmiersprache für statistische Analysen und in der Wissenschaft beliebt. Für die Datenwissenschaft wollte ich jedoch Python lernen. Es schien mir, dass es für Startups, in denen ich arbeiten wollte, nützlicher wäre.

Ich habe mir mehrere Kurse zur Datenanalyse in Python angesehen, aber sie schlugen Fähigkeiten vor, die ich noch nicht hatte. Es scheint mir, dass die meisten dieser Kurse sich an Softwareentwickler richteten, die in die Datenwissenschaft wechseln wollten. Daher haben die Ersteller des Kurses vorgeschlagen, dass Sie bereits über bedeutende Programmierkenntnisse verfügen und bereits wissen, wie Sie Ihre Umgebung in Python einrichten.

Mir hat gefallen, dass dieser Kurs von Anfang an alle Aspekte erklärt hat. In der ersten Lektion wurde Schritt für Schritt erklärt, wie R und R-Studio installiert werden. Es war einfacher, weitere Kurse zu belegen, da man wusste, dass keine technischen Probleme mehr auftreten würden.

Dieser Kurs wurde auch vom Gesundheitsministerium unterrichtet, was für mich sehr gut geeignet war. Meine Erfahrung in den medizinischen Wissenschaften machte es mir leicht, die gegebenen Beispiele zu verstehen. Sie zitierten die Auswirkungen der Luftqualität auf Asthma und andere Gesundheitsdatensätze. Daher könnte ich mich auf den Inhalt des Kurses konzentrieren, anstatt zu versuchen, die für die Datenanalyse vorgestellten Skripte zu verstehen.

Diese Reihe von Kursen hat mir wirklich geholfen, ein grundlegendes Verständnis der grundlegenden Aspekte der Datenwissenschaft zu erlangen. Sie behandelte R-Programmierung, Datenbereinigung, Analyse, Regression und maschinelles Lernen. Ich habe es wirklich genossen, Code zu lernen und Code zum Analysieren von Daten zu verwenden, daher war ich inspiriert, weiter zu lernen.

Informationsinterviews

In dieser Phase meiner Umschulung bat ich meine Freunde, mich Menschen in San Francisco vorzustellen, die ebenfalls von der akademischen Welt in die Datenwissenschaft wechselten. Einige konnten mir helfen, deshalb habe ich so viele Informationsinterviews wie möglich geplant.

Mein Freund stellte mich einem Datenwissenschaftler aus Modcloth mit einem ähnlichen Karriereweg vor. Sie war auch eine Neurowissenschaftlerin, deren Rat mir nützlich war.
Ihre Hauptempfehlung war, SQL zu lernen.

Durchsuchen von Datenbankabfragen

3. DB5 SQL Stanford Online

Im Verlauf von Johns Hopkins auf Coursera gab es kein Wort über SQL. Meine neue Bekanntschaft sagte, dass der größte Teil ihrer täglichen Arbeit darin bestand, die Datenbank zu durchsuchen. Sie musste Informationen für Unternehmens- und Marketingteams abrufen. Die statistische Analyse und das maschinelle Lernen nahmen sehr wenig Zeit in Anspruch.

Ich folgte ihrem Rat und begann einen unabhängigen Kurs, " SQL-Kurs Stanford Online ". Von allen Kursen, die ich besucht habe, ist dieser mein Favorit, weil sich der Lehrer als ausgezeichnet herausstellte und einfache Beispiele verwendete, um Konzepte zu erklären. Sie benutzte auch mehrere Methoden, um ein Konzept zu erklären.

Seitdem habe ich diesen Kurs so vielen empfohlen, weil ich glaube, dass jeder Datenwissenschaftler eine gute Grundlage in SQL benötigt. In vielen Kursen in Data Science, auf die ich gestoßen bin, wurde nicht beschrieben, wie mit SQL Daten aus einer Datenbank abgerufen werden können. Meiner Meinung nach ist dies ein großer Fehler. In den meisten Kursen finden Sie eine vorgefertigte CSV-Datei für Studenten, aber ich habe dies selten direkt in meiner Arbeit gesehen.

Sobald ich den SQL-Kurs auf der Stanford Online-Plattform abgeschlossen hatte, bewarb ich mich um Stellen in der Datenwissenschaft. Dann lebte ich in Australien und bekam Interviews über Skype bei Startups in der Bay Area in San Francisco. Während der Interviews wollte ich meine Fähigkeiten weiterentwickeln.

Konzepte fixieren

4. edX Grundlagen der Datenanalyse

Dann nahm ich mit R. am Kurs Grundlagen der Datenanalyse auf der edX-Plattform teil. Er half mir, mich an die Konzepte zu erinnern, die ich bereits im Coursera-Kurs absolviert hatte.

Ich bin der festen Überzeugung, dass verschiedene Lehrmethoden dazu beitragen, neue Informationen aufzunehmen. Es ist viel einfacher, die Statistiken und Konzepte des maschinellen Lernens zu verstehen und sie in der zweiten Runde zu studieren. Ich denke, dieser Kurs hat mir ein tieferes Verständnis der Themen gegeben.

Ich beendete den Kurs noch, als ich ein Interview bei Amino, einem Startup im Gesundheitswesen in San Francisco, erfolgreich bestand, ein Arbeitsvisum erhielt und in die USA zog.

Einen Job in der Datenwissenschaft bekommen

Es scheint mir, dass das Abschlussinterview erfolgreich war, weil ich nicht nur gute Fähigkeiten und Statistiken zum Schreiben von Code hatte, sondern vor allem auch einen Hintergrund im Gesundheitswesen, im experimentellen Design und in der wissenschaftlichen Methode.
Meiner Meinung nach waren es diese zusätzlichen Kompetenzen, die meinen Lebenslauf für die Arbeitgeber aussagekräftiger machten, und sie wagten es, mich zu einem Startup zu bringen. Ich war ein Neuling, der mehrmals mehr Training brauchte. Es scheint mir, dass alle Kurse genau genug waren, damit das Auswahlkomitee auf mich aufmerksam wurde, aber meine Erfahrung im Bereich des Gesundheitswesens hat mich wirklich von anderen Kandidaten unterschieden.

Wenn Sie also Ihren Beruf wechseln und zur Datenwissenschaft wechseln möchten, würde ich empfehlen, nach Unternehmen zu suchen, in denen Ihr vorhandenes Wissen geschätzt wird.

Was ich gerne lernen würde

Die Hauptlücke in meinem Wissen, die ich vor Beginn der Arbeit in einem neuen Unternehmen schließen möchte, war die Verwendung von Git über die Befehlszeile. Ich hatte noch nie zuvor ein Terminal oder eine Befehlszeile verwendet, daher hatte ich keine Ahnung, wie ich Git verwenden sollte, um meinen Code in das Github-Repository meines Unternehmens zu übertragen.

Mehrere Experten haben lange gebraucht, um mich auf den neuesten Stand zu bringen. Ich möchte zumindest eine Idee zu diesem Thema haben, um ihre kostbare Zeit nicht zu verlieren. Meine Kollegen sind absolut erstaunlich und anscheinend überhaupt nicht dagegen, mir zu helfen, aber in den frühen Tagen fühlte ich mich belastet.

Am Ende habe ich mich engagiert, der Kurs „ Code auf die harte Tour lernen “ hat mir auch sehr geholfen .

Wenn Sie einen ähnlichen Übergang zur Datenwissenschaft in Betracht ziehen, machen Sie es! Für mich war diese Wahl richtig. Jeder lernt auf unterschiedliche Weise, aber wenn Sie Selbstdisziplin haben und das beenden, was Sie beginnen, haben Sie jede Chance, mithilfe von Online-Kursen Datenwissenschaft zu lernen. Ich wünsche Ihnen viel Glück und beantworte gerne alle Fragen.

Erfahren Sie in SkillFactory-Onlinekursen, wie Sie einen begehrten Beruf von Grund auf neu erlernen oder Ihre Fähigkeiten und Ihr Gehalt verbessern können:

Wie ich (PhD Neurobiology) in 6 Monaten Data Scientist wurde