📊 😴 🐥 Como eu (PhD Neurobiology) me tornei um cientista de dados em 6 meses 🕣 😽 🥧

Quatro ferramentas que usei no treinamento sem gastar um centavo.

imagem

Acabei de fugir de oito anos de estudo e trabalho duro sem nenhum plano. Você pode estar se perguntando por que as pessoas fazem essas coisas. O fato é que, durante muito tempo, meu chefe lutou contra meu desejo de trabalhar, e eu entendi que era hora de mudar alguma coisa.

Meu jovem me convidou para me tornar um cientista de dados. Minha reação, é claro, foi "Você é louco!", Porque eu não sabia absolutamente nada sobre programação. Sem dúvida, ele superestimou minhas habilidades. Assim, a síndrome do impostor novamente se lembra.

Depois de duas semanas, minha amiga Anna sugeriu a mesma coisa. Com um pouco de reflexão, comecei a pensar seriamente nessa idéia. Por que não? Então, decidi me tornar um novato novamente e começar uma nova vida como cientista de dados.

Como eu queria estudar no meu próprio ritmo, decidi fazer cursos on-line. Imaginei que, com doutorado em neurociência, já recebi treinamento formal suficiente para trabalhar em ciência de dados. Eu só precisava de conhecimento prático.

Vou falar sobre quatro cursos diferentes que fiz e como eles me levaram a trabalhar com ciência de dados em uma startup de saúde no Vale do Silício.

A maioria dos cursos on-line que encontrei eram gratuitos na época. Então me desafiei - a obter todas as habilidades necessárias sem gastar um centavo. O que posso dizer, sou um verdadeiro avarento.

Habilidades básicas

Quando deixei meu doutorado na Universidade da Califórnia, em São Francisco, eu não tinha absolutamente nenhuma experiência em programação. Na minha pesquisa, usei indicadores estatísticos, mas em pequena escala. Todos os conjuntos de dados analisados foram criados por mim no laboratório. Por esse motivo, o número de observações foi extremamente pequeno. Eu precisava aprender a escrever código e analisar dados em um volume muito maior.

Começando a escrever código

Quando decidi que quero me tornar um cientista de dados, antes de tudo, queria aprender a escrever programas de computador. Como eu nunca havia codificado antes, todo o processo era completamente desconhecido para mim. Decidi que, se odeio escrever código, a ciência de dados definitivamente não é para mim. Parecia uma boa ideia para começar.

Tive sorte porque meu parceiro Ben trabalhou em muitos setores de tecnologia e foi capaz de me indicar a direção certa. Ele sugeriu que o Python me convieria melhor. O Python é ideal para análise de dados, é versátil e faz um ótimo trabalho com grandes quantidades de dados. Foi iniciado.

Aprendendo programação

1. Codecademy

No início do treinamento, eu usei o Codecademy . Comecei com o curso "Introdução ao Python", mas não tenho certeza de que ele ainda exista, desde que o repassei em 2014. Se eu precisasse começar a aprender Python agora, provavelmente começaria com o curso Analyze Data with Python .

Parece-me que a Codecademy é um ótimo ponto de partida. A principal vantagem para mim foi que eu poderia escrever código diretamente no navegador. Também é pior para mim instalar corretamente o software no meu computador. Portanto, no começo foi bom evitá-lo. Foi tranquilo pensar que, se meu código não funcionava, era por causa de um erro de sintaxe , e não por instalar um software.

Eu também gostei de como as aulas poderiam ser ministradas por vários minutos. Fui à Codecademy quando tinha tempo livre e resolvi vários problemas aguardando minha atenção. Esse progresso passo a passo significava que eu não tinha medo de volumes e não estava preso neles.

Quando terminei o curso, apenas alguns eram oferecidos no site, e este era gratuito. Fiquei impressionado com a qualidade dos programas online gratuitos.

Depois de aprender o básico do Python, eu precisava começar a melhorar meu conhecimento de estatística e aprender a analisar dados em uma escala maior.

Análise de dados de aprendizagem

2. Especialização em Coursera Data Science por Johns Hopkins Como
segundo curso, completei a Especialização em Coursera Data Science por Johns Hopkins. Naquele momento, era possível obter um certificado honorário gratuitamente e você só precisava pagar por um certificado verificado.

O certificado verificado não era tão importante para mim. Eu tive que demonstrar habilidades dos cursos durante entrevistas técnicas. Portanto, eu escolhi a versão gratuita.
Esta série de cursos foi ministrada na língua R, o que para mim foi uma desvantagem. R é uma excelente linguagem de programação para análise estatística e é popular na academia. No entanto, para ciência de dados, eu queria aprender Python. Pareceu-me que seria mais útil para startups onde eu queria trabalhar.

Eu examinei vários cursos sobre análise de dados em Python, mas eles sugeriram habilidades que eu ainda não tinha. Parece-me que a maioria desses cursos foi destinada a desenvolvedores de software que queriam passar para a ciência de dados. Portanto, os criadores do curso sugeriram que você já possui habilidades de programação significativas e já sabe como configurar seu ambiente no Python.

Gostei que este curso explicasse todos os aspectos desde o início. A primeira lição teve instruções passo a passo sobre como instalar o R e o R-Studio. Era mais fácil fazer outros cursos, sabendo que os problemas técnicos não mais surgiriam.

Este curso também foi ministrado pelo Departamento de Saúde, que foi muito adequado para mim. Minha experiência nas ciências médicas facilitou a compreensão dos exemplos dados. Eles citaram os efeitos da qualidade do ar na asma e em outros conjuntos de dados de saúde. Portanto, pude focar no conteúdo do curso, em vez de tentar entender os scripts apresentados para análise de dados.

Essa série de cursos realmente me ajudou a começar em um nível básico de compreensão dos aspectos básicos da ciência de dados. Ela cobriu programação de R, limpeza de dados, análise, regressão e aprendizado de máquina. Eu realmente gostei de aprender a codificar e usar código para analisar dados, por isso fui inspirado a continuar aprendendo.

Entrevistas informativas

Nesta fase da minha reciclagem, comecei a pedir aos meus amigos que me apresentassem às pessoas em San Francisco, que também passaram da academia para a ciência de dados. Alguns foram capazes de me ajudar, então marquei o maior número possível de entrevistas informativas.

Meu amigo me apresentou a um cientista de dados da Modcloth com uma carreira semelhante. Ela também era uma neurocientista cujos conselhos foram úteis para mim.
Sua principal recomendação era aprender SQL.

Explorando consultas de banco de dados

3. DB5 SQL Stanford Online

No curso de Johns Hopkins no Coursera, não havia uma palavra sobre SQL. Meu novo conhecido disse que a maior parte de seu trabalho diário consistia em pesquisar no banco de dados. Ela precisava recuperar informações para as equipes de gerenciamento de negócios e marketing. A análise estatística e o aprendizado de máquina levaram muito pouco tempo.

Segui o conselho dela e iniciei um curso independente, " curso SQL Stanford Online ". De todos os cursos que fiz, este é o meu favorito, porque o professor se mostrou excelente e usou exemplos simples para explicar conceitos. Ela também usou vários métodos para explicar um conceito.

Desde então, recomendo este curso a muitos, porque acredito que todo cientista de dados precisa de uma boa base em SQL. Muitos cursos de ciência de dados que me deparei não informavam como obter dados de um banco de dados usando SQL. Na minha opinião, este é um grande erro. Na maioria dos cursos, você pode encontrar um arquivo CSV pronto para os alunos, mas raramente vi isso diretamente no meu trabalho.

Assim que terminei o curso de SQL na plataforma Stanford Online, comecei a me candidatar a vagas em ciência de dados. Então eu morei na Austrália e comecei a obter entrevistas no Skype em startups na área da baía de São Francisco. Durante as entrevistas, eu queria continuar desenvolvendo minhas habilidades.

Conceitos de fixação

4. Fundamentos da análise de dados edX

Em seguida, fiz o curso Fundamentos de análise de dados na plataforma edX usando R. Isso me ajudou a lembrar os conceitos que eu já havia adotado no curso Coursera.

Eu acredito firmemente que vários métodos de ensino ajudam a absorver novas informações. É muito mais fácil entender as estatísticas e os conceitos do aprendizado de máquina, estudando-os na segunda rodada. Eu acho que este curso me deu uma compreensão mais profunda dos tópicos.

Eu ainda estava terminando o curso quando passei com sucesso em uma entrevista na Amino, uma empresa de saúde de São Francisco, recebi um visto de trabalho e me mudei para os Estados Unidos.

Conseguir um emprego em ciência de dados

Parece-me que a entrevista final foi bem-sucedida porque eu não tinha apenas habilidades e estatísticas decentes de redação de código, mas, mais importante, eu tinha experiência em assistência médica, projeto experimental e método científico.
Na minha opinião, foram essas competências adicionais que tornaram meu currículo mais significativo aos olhos dos empregadores, e eles se aventuraram a me levar para uma startup. Eu era um novato que precisava de várias vezes mais treinamento. Parece-me que todos os cursos realizados foram exatamente o suficiente para o comitê de seleção prestar atenção em mim, mas minha experiência no campo da saúde realmente me distinguiu de outros candidatos.

Portanto, se você quiser mudar de profissão e passar para a ciência de dados, recomendo procurar as empresas em que seu conhecimento existente será apreciado.

O que eu gostaria de aprender

A principal lacuna no meu conhecimento que eu gostaria de preencher antes de começar a trabalhar em uma nova empresa era o uso do Git através da linha de comando. Eu nunca tinha usado um terminal ou linha de comando antes, então não tinha ideia de como usar o Git para confirmar meu código no repositório Github da minha empresa.

Vários especialistas levaram muito tempo para me atualizar. Gostaria de ter pelo menos uma idéia sobre esse tópico para não perder seu precioso tempo. Meus colegas são absolutamente incríveis e, aparentemente, nada contra me ajudar, mas nos primeiros dias senti um fardo.

No final, eu me envolvi, o curso “ Aprenda código da linha de comando Hard Way ” também me ajudou muito .

Se você está considerando uma transição semelhante para a ciência de dados - vá em frente! Para mim, essa escolha foi correta. Todo mundo estuda de maneiras diferentes, mas se você tem autodisciplina e termina o que inicia, tem toda a chance de aprender ciência de dados usando cursos on-line. Desejo-lhe boa sorte e terá prazer em responder a quaisquer perguntas.

Aprenda os detalhes de como obter uma profissão procurada desde o início ou suba de nível em habilidades e salário fazendo cursos on-line SkillFactory:

Como eu (PhD Neurobiology) me tornei um cientista de dados em 6 meses