👛 🤶 💓 मैं (पीएचडी न्यूरोबायोलॉजी) 6 महीने में डेटा साइंटिस्ट कैसे बन गया 🤸 😁 🤞🏿

चार उपकरण जो मैंने प्रशिक्षण में एक प्रतिशत खर्च किए बिना उपयोग किए।

मैं बिना किसी योजना के सिर्फ आठ साल की पढ़ाई और मेहनत से भाग गया। आप सोच रहे होंगे कि लोग ऐसी बातें क्यों करते हैं। तथ्य यह है कि लंबे समय तक मेरे मालिक ने काम करने की मेरी इच्छा से संघर्ष किया, और मैं समझ गया कि यह कुछ बदलने का समय है।

मेरे युवा ने मुझे डेटा वैज्ञानिक बनने के लिए आमंत्रित किया। मेरी प्रतिक्रिया, ज़ाहिर है, "आप पागल हो!", क्योंकि मैं प्रोग्रामिंग के बारे में बिल्कुल कुछ नहीं जानता था। इसमें कोई शक नहीं कि उन्होंने मेरी क्षमताओं को कम करके आंका। तो नपुंसक सिंड्रोम फिर से खुद को याद दिलाता है।

लगभग दो सप्ताह के बाद, मेरे मित्र अन्ना ने भी यही बात सुझाई। थोड़ी सोच के साथ, मैं गंभीरता से इस विचार के बारे में सोचने लगा। क्यों नहीं? इसलिए मैंने फिर से एक नौसिखिया बनने और एक डेटा वैज्ञानिक के रूप में एक नया जीवन शुरू करने का फैसला किया।

मैं अपनी गति से अध्ययन करना चाहता था, इसलिए मैंने ऑनलाइन पाठ्यक्रम लेने का फैसला किया। मुझे लगा कि न्यूरोसाइंस में पीएचडी के साथ मुझे पहले से ही डेटा साइंस में काम करने के लिए पर्याप्त औपचारिक प्रशिक्षण मिल गया है। मुझे सिर्फ व्यावहारिक ज्ञान की आवश्यकता थी।

मैं अपने द्वारा लिए गए चार अलग-अलग पाठ्यक्रमों के बारे में बात करूँगा और उन्होंने मुझे सिलिकॉन वैली में एक हेल्थकेयर स्टार्टअप में डेटा विज्ञान के साथ काम करने के लिए कैसे प्रेरित किया।

उस समय मेरे द्वारा पाए गए अधिकांश ऑनलाइन पाठ्यक्रम मुफ्त थे। इसलिए मैंने खुद को चुनौती दी - बिना खर्च किए सभी आवश्यक कौशल प्राप्त करने के लिए। मैं क्या कह सकता हूं, मैं एक वास्तविक कंजूस हूं।

बुनियादी कौशल

जब मैंने पहली बार सैन फ्रांसिस्को के कैलिफोर्निया विश्वविद्यालय में अपनी डॉक्टरेट की पढ़ाई छोड़ी, तो मुझे बिल्कुल प्रोग्रामिंग अनुभव नहीं था। अपने शोध में, मैंने सांख्यिकीय संकेतकों का उपयोग किया, लेकिन छोटे पैमाने पर। सभी विश्लेषण किए गए डेटा सेट प्रयोगशाला में मेरे द्वारा बनाए गए थे। इस कारण से, टिप्पणियों की संख्या बहुत कम थी। मुझे कोड लिखना और डेटा को बहुत अधिक मात्रा में विश्लेषण करना सीखना चाहिए।

कोड लिखना शुरू कर दिया

जब मैंने फैसला किया कि मैं एक डेटा वैज्ञानिक बनना चाहता हूं, तो सबसे पहले मैं सीखना चाहता था कि कंप्यूटर प्रोग्राम कैसे लिखें। चूंकि मैंने पहले कभी कोड नहीं किया था, इसलिए पूरी प्रक्रिया मेरे लिए पूरी तरह से अज्ञात थी। मैंने फैसला किया कि अगर मुझे लेखन कोड से नफरत है, तो डेटा विज्ञान निश्चित रूप से मेरे लिए नहीं है। शुरू करने के लिए यह एक अच्छा विचार था।

मैं भाग्यशाली था क्योंकि मेरे साथी बेन ने कई प्रौद्योगिकी क्षेत्रों में काम किया और मुझे सही दिशा में इंगित करने में सक्षम था। उन्होंने सुझाव दिया कि पायथन मेरे लिए सबसे उपयुक्त होगा। पायथन डेटा विश्लेषण के लिए आदर्श है, यह बहुमुखी है और बड़ी मात्रा में डेटा के साथ एक अच्छा काम करता है। एक शुरुआत की गई है।

प्रोग्रामिंग सीखना

1. कोडेक अकादमी

प्रशिक्षण की शुरुआत में, मैंने कोडेक अकादमी का इस्तेमाल किया । मैंने "पायथन से परिचय" पाठ्यक्रम के साथ शुरुआत की थी, लेकिन मुझे यकीन नहीं है कि यह अभी भी मौजूद है, क्योंकि मैंने इसे 2014 में वापस पारित किया था। अगर मुझे अभी से पायथन सीखना शुरू करने की आवश्यकता है, तो मैं शायद पायथन कोर्स के साथ एनालिसिस डेटा के साथ शुरू करूंगा ।

यह मुझे लगता है कि Codecademy एक बेहतरीन शुरुआती बिंदु है। मेरे लिए मुख्य लाभ यह था कि मैं सीधे ब्राउज़र में कोड लिख सकता था। मेरे कंप्यूटर पर सॉफ़्टवेयर को सही ढंग से स्थापित करने के लिए यह मेरे लिए सभी बदतर है। इसलिए, शुरुआत में इससे बचना अच्छा था। यह इस विचार से शांत था कि अगर मेरा कोड काम नहीं करता था, तो यह सिंटैक्स त्रुटि के कारण था , और सॉफ़्टवेयर स्थापित करने में त्रुटि नहीं।

मुझे यह भी पसंद आया कि कई मिनटों तक कक्षाएं कैसे दी जा सकती हैं। जब मेरे पास खाली समय था, मैं कोडेक एकेडमी गया और अपने ध्यान की प्रतीक्षा में कई समस्याओं को हल किया। इस चरण-दर-चरण प्रगति का मतलब था कि मैं वॉल्यूम से डरता नहीं था और उनमें फंस नहीं रहा था।

जब तक मैंने कोर्स पूरा नहीं किया, तब तक साइट पर केवल कुछ पाठ्यक्रम ही पेश किए गए, और यह निशुल्क था। मैं मुफ्त ऑनलाइन कार्यक्रमों की गुणवत्ता पर चकित था।

एक बार जब मैंने पायथन की मूल बातें सीख लीं, तो मुझे आंकड़ों के बारे में अपने ज्ञान में सुधार करना शुरू करना चाहिए और बड़े पैमाने पर डेटा का विश्लेषण करना सीखना चाहिए।

डेटा विश्लेषण सीखना

2. जॉन्स हॉपकिन्स द्वारा कौरसेरा डेटा साइंस स्पेशलाइजेशन
दूसरे कोर्स के रूप में, मैंने जॉन्स हॉपकिन्स द्वारा कौरसेरा डेटा साइंस स्पेशलाइजेशन पूरा किया । उस समय, मुफ्त में मानद प्रमाणपत्र प्राप्त करना संभव था, और आपको केवल एक सत्यापित प्रमाण पत्र के लिए भुगतान करना था।

सत्यापित प्रमाण पत्र मेरे लिए इतना महत्वपूर्ण नहीं था। मुझे तकनीकी साक्षात्कार के दौरान पाठ्यक्रमों से कौशल का प्रदर्शन करना था। इसलिए, मैंने मुफ्त संस्करण चुना।
पाठ्यक्रमों की यह श्रृंखला आर भाषा में सिखाई गई थी, जो मेरे लिए एक खामी थी। आर सांख्यिकीय विश्लेषण के लिए एक उत्कृष्ट प्रोग्रामिंग भाषा है और शिक्षाविदों में लोकप्रिय है। हालांकि, डेटा विज्ञान के लिए, मैं अजगर सीखना चाहता था। यह मुझे लग रहा था कि यह स्टार्टअप्स के लिए अधिक उपयोगी होगा जहां मैं काम करना चाहता था।

मैंने पायथन में डेटा विश्लेषण पर कई पाठ्यक्रमों में देखा, लेकिन उन्होंने कौशल का सुझाव दिया जो मेरे पास अभी तक नहीं था। यह मुझे लगता है कि इन पाठ्यक्रमों में से अधिकांश सॉफ्टवेयर डेवलपर्स के उद्देश्य से थे जो डेटा विज्ञान में जाना चाहते थे। इसलिए, पाठ्यक्रम के रचनाकारों ने सुझाव दिया कि आपके पास पहले से ही महत्वपूर्ण प्रोग्रामिंग कौशल हैं और आप पहले से ही जानते हैं कि पायथन में अपना वातावरण कैसे सेट करें।

मुझे यह पसंद आया कि इस कोर्स ने शुरुआत से ही सभी पहलुओं को समझाया। पहले पाठ में आर और आर-स्टूडियो को स्थापित करने के बारे में चरण-दर-चरण निर्देश थे। आगे के पाठ्यक्रम लेना आसान था, यह जानते हुए कि तकनीकी समस्याएं अब नहीं आएंगी।

यह पाठ्यक्रम स्वास्थ्य विभाग द्वारा भी पढ़ाया जाता था, जो मेरे लिए बहुत उपयुक्त था। चिकित्सा विज्ञान में मेरे अनुभव ने मेरे लिए दिए गए उदाहरणों को समझना आसान बना दिया। उन्होंने अस्थमा और अन्य स्वास्थ्य डेटा सेटों पर वायु की गुणवत्ता के प्रभावों का हवाला दिया। इसलिए, मैं डेटा विश्लेषण के लिए प्रस्तुत लिपियों को समझने की कोशिश करने के बजाय पाठ्यक्रम की सामग्री पर ध्यान केंद्रित कर सकता था।

पाठ्यक्रमों की इस श्रृंखला ने वास्तव में मुझे डेटा विज्ञान के बुनियादी पहलुओं को समझने के बुनियादी स्तर पर शुरू करने में मदद की। उसने R प्रोग्रामिंग, डेटा क्लींजिंग, एनालिसिस, रिग्रेशन और मशीन लर्निंग को कवर किया। मुझे डेटा का विश्लेषण करने के लिए कोड का उपयोग करना और कोड का उपयोग करना वास्तव में अच्छा लगा, इसलिए मुझे सीखने को जारी रखने के लिए प्रेरित किया गया।

सूचना साक्षात्कार

मेरे मुकरने के इस पड़ाव पर, मैंने अपने दोस्तों से मुझे सैन फ्रांसिस्को में लोगों से मिलवाने के लिए कहा, जो अकादमिया से डेटा साइंस में चले गए। कुछ मेरी मदद करने में सक्षम थे, इसलिए मैंने यथासंभव कई सूचनात्मक साक्षात्कार निर्धारित किए।

मेरे दोस्त ने मुझे एक समान कैरियर पथ के साथ मोदक्लोथ के एक डेटा वैज्ञानिक से मिलवाया। वह एक न्यूरोसाइंटिस्ट भी थीं जिनकी सलाह मेरे काम आई।
उसकी मुख्य सिफारिश SQL सीखना था।

डेटाबेस क्वेरी की खोज करना

3. DB5 SQL स्टैनफोर्ड ऑनलाइन

कौरसेरा पर जॉन्स हॉपकिंस के पाठ्यक्रम में SQL के बारे में एक शब्द भी नहीं था। मेरे नए परिचित ने कहा कि उसके अधिकांश दैनिक कार्य में डेटाबेस की खोज शामिल थी। उसे व्यवसाय प्रबंधन और विपणन टीमों के लिए जानकारी प्राप्त करने की आवश्यकता थी। सांख्यिकीय विश्लेषण और मशीन सीखने में बहुत कम समय लगा।

मैंने उसकी सलाह का पालन किया और एक स्वतंत्र पाठ्यक्रम शुरू किया, " एसक्यूएल कोर्स स्टैनफोर्ड ऑनलाइन "। मेरे द्वारा लिए गए सभी पाठ्यक्रमों में से, यह एक मेरा पसंदीदा है, क्योंकि शिक्षक उत्कृष्ट निकला और अवधारणाओं को समझाने के लिए सरल उदाहरणों का उपयोग किया। उसने एक अवधारणा को समझाने के लिए कई तरीकों का इस्तेमाल किया।

तब से, मैंने इस पाठ्यक्रम को इतने सारे करने की सिफारिश की है, क्योंकि मेरा मानना है कि प्रत्येक डेटा वैज्ञानिक को SQL में एक अच्छी नींव की आवश्यकता होती है। डेटा विज्ञान के कई पाठ्यक्रम जो मुझे आए थे, उन्होंने यह नहीं बताया कि एसक्यूएल का उपयोग करके डेटाबेस से डेटा कैसे प्राप्त किया जाए। मेरी राय में, यह एक बड़ी गलती है। अधिकांश पाठ्यक्रमों में, आप छात्रों के लिए एक तैयार सीएसवी फ़ाइल पा सकते हैं, लेकिन मैंने शायद ही कभी इसे सीधे अपने काम में देखा हो।

जैसे ही मैंने स्टैनफोर्ड ऑनलाइन प्लेटफ़ॉर्म पर SQL कोर्स पूरा किया, मैंने डेटा साइंस में रिक्तियों के लिए आवेदन करना शुरू कर दिया। तब मैं ऑस्ट्रेलिया में रहता था और सैन फ्रांसिस्को में खाड़ी क्षेत्र में स्टार्टअप पर स्काइप पर साक्षात्कार लेना शुरू कर दिया था। साक्षात्कार के दौरान, मैं अपने कौशल को विकसित करना जारी रखना चाहता था।

अवधारणाओं को ठीक करना

4. डेटा विश्लेषण के edX नींव

फिर मैंने R का उपयोग करके edX प्लेटफॉर्म पर डेटा विश्लेषण पाठ्यक्रम की नींव ले ली । इससे मुझे उन अवधारणाओं को याद रखने में मदद मिली जो मैंने पहले से ही Coursera पाठ्यक्रम पर ले ली थी।

मेरा दृढ़ विश्वास है कि विभिन्न शिक्षण विधियां नई जानकारी को अवशोषित करने में मदद करती हैं। मशीन सीखने के आंकड़ों और अवधारणाओं को समझना आसान है, दूसरे दौर में उनका अध्ययन करना। मुझे लगता है कि इस कोर्स ने मुझे विषयों की गहरी समझ दी है।

मैं तब भी कोर्स पूरा कर रहा था जब मैंने अमीनो, सैन फ्रांसिस्को हेल्थकेयर स्टार्टअप में एक साक्षात्कार सफलतापूर्वक पारित किया, एक कार्य वीजा प्राप्त किया, और संयुक्त राज्य अमेरिका चला गया।

डाटा साइंस में नौकरी मिल रही है

यह मुझे लगता है कि अंतिम साक्षात्कार सफल रहा, क्योंकि मेरे पास न केवल सभ्य कोड लेखन कौशल और आंकड़े थे, बल्कि, इससे भी महत्वपूर्ण बात यह थी कि स्वास्थ्य सेवा, प्रयोगात्मक डिजाइन और वैज्ञानिक पद्धति में एक पृष्ठभूमि थी।
मेरी राय में, यह इन अतिरिक्त दक्षताओं के कारण था, जिन्होंने नियोक्ताओं की दृष्टि में मेरे फिर से शुरू को और अधिक सार्थक बना दिया और उन्होंने मुझे एक स्टार्टअप में ले जाने का उपक्रम किया। मैं एक नौसिखिया था जिसे कई बार अधिक प्रशिक्षण की आवश्यकता थी। मुझे ऐसा लगता है कि चयन समिति द्वारा मुझ पर ध्यान देने के लिए उठाए गए सभी पाठ्यक्रम बिल्कुल पर्याप्त थे, लेकिन स्वास्थ्य सेवा के क्षेत्र में मेरे अनुभव ने वास्तव में मुझे अन्य उम्मीदवारों से अलग कर दिया।

इसलिए, यदि आप अपना पेशा बदलना चाहते हैं और डेटा साइंस में जाना चाहते हैं, तो मैं उन कंपनियों की तलाश करने की सलाह दूंगा जहाँ आपके मौजूदा ज्ञान की सराहना की जाएगी।

मैं क्या सीखना चाहूंगा

मेरे ज्ञान में मुख्य अंतर जिसे मैं एक नई कंपनी में काम शुरू करने से पहले भरना चाहूंगा, कमांड लाइन के माध्यम से गिट का उपयोग था। मैंने पहले कभी भी टर्मिनल या कमांड लाइन का उपयोग नहीं किया था, इसलिए मुझे नहीं पता था कि मेरी कंपनी के जीथब रिपॉजिटरी में अपना कोड करने के लिए Git का उपयोग कैसे किया जाए।

कई विशेषज्ञों ने मुझे अप टू डेट होने में लंबा समय लिया। मैं कम से कम इस विषय के बारे में एक विचार रखना चाहूंगा ताकि अपना कीमती समय न खोएं। मेरे सहकर्मी बिल्कुल अद्भुत हैं और मेरी मदद करने के खिलाफ बिल्कुल नहीं हैं, लेकिन शुरुआती दिनों में मुझे एक बोझ महसूस हुआ।

अंत में, मैं शामिल हो गया, " कोड सीखो हार्ड वे कमांड लाइन " पाठ्यक्रम ने भी मुझे बहुत मदद की ।

यदि आप डेटा विज्ञान के लिए एक समान संक्रमण पर विचार कर रहे हैं - इसके लिए जाएं! मेरे लिए, यह चुनाव सही था। हर कोई अलग-अलग तरीकों से अध्ययन करता है, लेकिन अगर आपके पास आत्म-अनुशासन है और आप जो शुरू करते हैं, उसे खत्म करते हैं, तो आपके पास ऑनलाइन पाठ्यक्रमों का उपयोग करके डेटा विज्ञान सीखने का हर मौका है। मैं आपको शुभकामनाएं देता हूं और किसी भी प्रश्न का उत्तर देने में खुशी होगी।

स्किलफैक्ट ऑनलाइन कोर्स करके स्किल्स और सैलरी में स्क्रैच या लेवल अप से मांगे गए प्रोफेशन को कैसे प्राप्त करें, इसका विवरण जानें:

मैं (पीएचडी न्यूरोबायोलॉजी) 6 महीने में डेटा साइंटिस्ट कैसे बन गया