👇🏽 👂🏿 👷 Bagaimana saya (PhD Neurobiologi) menjadi Ilmuwan Data dalam 6 bulan 👩🏻 🖥️ 🎳

Empat alat yang saya gunakan dalam pelatihan tanpa menghabiskan satu sen pun.

gambar

Saya baru saja lari dari studi delapan tahun dan kerja keras tanpa rencana. Anda mungkin bertanya-tanya mengapa orang melakukan hal seperti itu. Faktanya adalah bahwa untuk waktu yang lama bos saya melawan keinginan saya untuk bekerja, dan saya mengerti bahwa sudah waktunya untuk mengubah sesuatu.

Pemuda saya mengundang saya untuk menjadi ilmuwan data. Reaksi saya, tentu saja, adalah "Kamu gila!", Karena saya sama sekali tidak tahu tentang pemrograman. Tidak diragukan lagi dia melebih-lebihkan kemampuan saya. Jadi sindrom penipu kembali mengingatkan dirinya.

Setelah sekitar dua minggu, teman saya Anna menyarankan hal yang sama. Dengan sedikit pemikiran, saya mulai serius memikirkan ide ini. Kenapa tidak? Jadi saya memutuskan untuk menjadi pemula lagi dan memulai kehidupan baru sebagai ilmuwan data.

Saya ingin belajar dengan kecepatan saya sendiri, jadi saya memutuskan untuk mengambil kursus online. Saya pikir dengan PhD dalam ilmu saraf saya sudah mendapatkan pelatihan formal yang cukup untuk bekerja dalam ilmu data. Saya hanya membutuhkan pengetahuan praktis.

Saya akan berbicara tentang empat kursus berbeda yang saya ambil dan bagaimana mereka mengarahkan saya untuk bekerja dengan ilmu data di sebuah startup kesehatan di Silicon Valley.

Sebagian besar kursus online yang saya temukan gratis pada waktu itu. Jadi saya menantang diri saya sendiri - untuk mendapatkan semua keterampilan yang diperlukan tanpa mengeluarkan uang sepeser pun. Apa yang bisa saya katakan, saya benar-benar pelit.

Kemampuan dasar

Ketika saya pertama kali meninggalkan doktor di University of California, San Francisco, saya sama sekali tidak memiliki pengalaman pemrograman. Dalam penelitian saya, saya menggunakan indikator statistik, tetapi dalam skala kecil. Semua set data yang dianalisis dibuat oleh saya di laboratorium. Karena alasan ini, jumlah pengamatan sangat kecil. Saya perlu belajar cara menulis kode dan menganalisis data dalam volume yang jauh lebih besar.

Memulai menulis kode

Ketika saya memutuskan bahwa saya ingin menjadi ilmuwan data, pertama-tama saya ingin belajar bagaimana menulis program komputer. Karena saya belum pernah berkode sebelumnya, seluruh proses itu sama sekali tidak saya ketahui. Saya memutuskan bahwa jika saya benci menulis kode, maka ilmu data pasti bukan untuk saya. Tampaknya sebagai permulaan idenya bagus.

Saya beruntung karena pasangan saya Ben bekerja di banyak sektor teknologi dan mampu mengarahkan saya ke arah yang benar. Dia menyarankan agar Python paling cocok untukku. Python sangat ideal untuk analisis data, itu fleksibel dan melakukan pekerjaan dengan data dalam jumlah besar. Sebuah awal telah dibuat.

Belajar pemrograman

1. Codecademy

Di awal pelatihan, saya menggunakan Codecademy . Saya mulai dengan kursus "Pengantar Python", tetapi saya tidak yakin bahwa itu masih ada, karena saya lulus pada tahun 2014. Jika saya perlu mulai belajar Python sekarang, saya mungkin akan mulai dengan kursus Analisis Data dengan Python .

Menurut saya Codecademy adalah titik awal yang bagus. Keuntungan utama bagi saya adalah saya bisa menulis kode langsung di browser. Juga lebih buruk bagi saya untuk menginstal perangkat lunak dengan benar di komputer saya. Karena itu, pada awalnya menyenangkan untuk menghindari ini. Tenang dari pemikiran bahwa jika kode saya tidak berfungsi, itu karena kesalahan sintaksis , dan bukan kesalahan dalam menginstal perangkat lunak.

Saya juga suka bagaimana kelas dapat diberikan selama beberapa menit. Saya pergi ke Codecademy ketika saya memiliki waktu luang, dan menyelesaikan beberapa masalah yang menunggu perhatian saya. Kemajuan langkah demi langkah ini berarti bahwa saya tidak takut dengan volume dan tidak terjebak di dalamnya.

Pada saat saya menyelesaikan kursus, hanya beberapa kursus yang ditawarkan di situs, dan yang ini gratis. Saya kagum dengan kualitas program online gratis.

Setelah saya mempelajari dasar-dasar Python, saya perlu mulai meningkatkan pengetahuan saya tentang statistik dan belajar bagaimana menganalisis data pada skala yang lebih besar.

Belajar Analisis Data

2. Spesialisasi Ilmu Data Coursera oleh Johns Hopkins Sebagai
kursus kedua, saya menyelesaikan Spesialisasi Ilmu Data Coursera oleh Johns Hopkins. Pada saat itu, dimungkinkan untuk mendapatkan sertifikat kehormatan secara gratis, dan Anda hanya perlu membayar untuk sertifikat yang diverifikasi.

Sertifikat yang diverifikasi tidak begitu penting bagi saya. Saya harus menunjukkan keterampilan dari kursus selama wawancara teknis. Karena itu, saya memilih versi gratisnya.
Rangkaian kursus ini diajarkan dalam bahasa R, yang bagi saya merupakan kelemahan. R adalah bahasa pemrograman yang sangat baik untuk analisis statistik dan populer di dunia akademis. Namun, untuk ilmu data, saya ingin belajar Python. Bagi saya tampaknya akan lebih bermanfaat bagi startup yang saya inginkan.

Saya melihat beberapa kursus analisis data dengan Python, tetapi mereka menyarankan keterampilan yang belum saya miliki. Tampaknya bagi saya bahwa sebagian besar kursus ini ditujukan untuk pengembang perangkat lunak yang ingin pindah ke ilmu data. Oleh karena itu, pembuat kursus menyarankan agar Anda sudah memiliki keterampilan pemrograman yang signifikan dan Anda sudah tahu cara mengatur lingkungan Anda dengan Python.

Saya suka bahwa kursus ini menjelaskan semua aspek dari awal. Pelajaran pertama memiliki petunjuk langkah demi langkah tentang cara menginstal R dan R-Studio. Lebih mudah untuk mengambil kursus lebih lanjut, mengetahui bahwa masalah teknis tidak akan lagi muncul.

Kursus ini juga diajarkan oleh Departemen Kesehatan, yang sangat cocok untuk saya. Pengalaman saya dalam ilmu kedokteran membuatnya mudah bagi saya untuk memahami contoh yang diberikan. Mereka mengutip efek kualitas udara pada asma dan set data kesehatan lainnya. Oleh karena itu, saya bisa fokus pada isi kursus, daripada mencoba memahami skrip yang disajikan untuk analisis data.

Rangkaian kursus ini sangat membantu saya untuk memulai pada tingkat dasar memahami aspek dasar ilmu data. Dia membahas pemrograman R, pembersihan data, analisis, regresi, dan pembelajaran mesin. Saya sangat menikmati belajar kode dan menggunakan kode untuk menganalisis data, jadi saya terinspirasi untuk terus belajar.

Wawancara Informasi

Pada tahap pelatihan ulang ini, saya mulai meminta teman-teman saya untuk memperkenalkan saya kepada orang-orang di San Francisco, yang juga pindah dari akademisi ke ilmu data. Beberapa mampu membantu saya, jadi saya menjadwalkan sebanyak mungkin wawancara informasi.

Teman saya memperkenalkan saya kepada seorang ilmuwan data dari Modcloth dengan jalur karier yang sama. Dia juga seorang ahli saraf yang sarannya berguna bagi saya.
Rekomendasi utamanya adalah untuk belajar SQL.

Menjelajahi Pertanyaan Basis Data

3. DB5 SQL Stanford Online

Dalam perjalanan Johns Hopkins di Coursera tidak ada kata tentang SQL. Teman baru saya mengatakan bahwa sebagian besar pekerjaannya sehari-hari terdiri dari pencarian basis data. Dia perlu mengambil informasi untuk manajemen bisnis dan tim pemasaran. Analisis statistik dan pembelajaran mesin hanya memakan sedikit waktu.

Saya mengikuti sarannya dan memulai kursus mandiri, " SQL course Stanford Online ". Dari semua kursus yang saya ambil, yang ini adalah favorit saya, karena gurunya ternyata sangat bagus dan menggunakan contoh sederhana untuk menjelaskan konsep. Dia juga menggunakan beberapa metode untuk menjelaskan satu konsep.

Sejak itu, saya telah merekomendasikan kursus ini kepada banyak orang, karena saya percaya bahwa setiap ilmuwan data membutuhkan dasar yang baik dalam SQL. Banyak kursus dalam ilmu data yang saya temui tidak memberi tahu cara mendapatkan data dari database menggunakan SQL. Menurut saya, ini adalah kesalahan besar. Di sebagian besar kursus, Anda dapat menemukan file CSV yang siap pakai untuk siswa, tetapi saya jarang melihatnya secara langsung dalam pekerjaan saya.

Segera setelah saya menyelesaikan kursus SQL pada platform Stanford Online, saya mulai melamar lowongan dalam ilmu data. Kemudian saya tinggal di Australia dan mulai mendapatkan wawancara di Skype pada startup di Bay Area di San Francisco. Selama wawancara, saya ingin terus mengembangkan keterampilan saya.

Memperbaiki konsep

4. edX Yayasan analisis data

Kemudian saya mengambil Yayasan analisis data pada platform edX menggunakan R. Ini membantu saya mengingat konsep yang sudah saya ambil pada kursus Coursera.

Saya sangat percaya bahwa berbagai metode pengajaran membantu menyerap informasi baru. Jauh lebih mudah untuk memahami statistik dan konsep pembelajaran mesin, mempelajarinya di babak kedua. Saya pikir kursus ini telah memberi saya pemahaman yang lebih dalam tentang topik.

Saya masih menyelesaikan kursus ketika saya berhasil lulus wawancara di Amino, sebuah startup perawatan kesehatan di San Francisco, menerima visa kerja, dan pindah ke Amerika Serikat.

Mendapatkan pekerjaan dalam ilmu data

Tampaknya bagi saya bahwa wawancara terakhir berhasil, karena saya tidak hanya memiliki keterampilan menulis dan statistik kode yang layak, tetapi, yang lebih penting, saya memiliki latar belakang di bidang kesehatan, desain eksperimental, dan metode ilmiah.
Menurut pendapat saya, kompetensi tambahan inilah yang membuat resume saya lebih berarti di mata pengusaha, dan mereka memberanikan diri untuk membawa saya ke startup. Saya adalah seorang pemula yang membutuhkan pelatihan beberapa kali lebih banyak. Tampaknya bagi saya bahwa semua kursus yang diambil cukup tepat bagi panitia seleksi untuk memperhatikan saya, tetapi pengalaman saya di bidang perawatan kesehatan benar-benar membedakan saya dari kandidat lainnya.

Oleh karena itu, jika Anda ingin mengubah profesi Anda dan beralih ke ilmu data, saya akan merekomendasikan mencari perusahaan-perusahaan di mana pengetahuan Anda yang ada akan dihargai.

Apa yang ingin saya pelajari

Kesenjangan utama dalam pengetahuan saya yang ingin saya isi sebelum mulai bekerja di perusahaan baru adalah penggunaan Git melalui baris perintah. Saya belum pernah menggunakan terminal atau baris perintah sebelumnya, jadi saya tidak tahu bagaimana menggunakan Git untuk mengkomit kode saya ke repositori Github perusahaan saya.

Beberapa ahli membutuhkan waktu lama untuk mendapatkan saya yang terbaru. Saya ingin setidaknya memiliki ide tentang topik ini agar tidak kehilangan waktu berharga mereka. Rekan-rekan saya benar-benar luar biasa dan tampaknya sama sekali tidak menentang membantu saya, tetapi pada hari-hari awal saya merasakan beban.

Pada akhirnya, saya terlibat, kursus “ Belajar Kode Garis Keras ” juga banyak membantu saya .

Jika Anda mempertimbangkan transisi yang mirip dengan sains data - lakukan saja! Bagi saya, pilihan ini benar. Semua orang belajar dengan cara yang berbeda, tetapi jika Anda memiliki disiplin diri dan menyelesaikan apa yang Anda mulai, Anda memiliki setiap kesempatan untuk belajar ilmu data menggunakan kursus online. Semoga beruntung dan dengan senang hati menjawab pertanyaan.

Pelajari detail tentang cara mendapatkan profesi yang dicari dari awal atau Tingkatkan keterampilan dan gaji dengan mengambil kursus online SkillFactory:

Bagaimana saya (PhD Neurobiologi) menjadi Ilmuwan Data dalam 6 bulan