本文共 1915 字，大约阅读时间需要 6 分钟。
全文共1877字，预计学习时长6分钟
图源：unsplash
想成为数据科学家吗？作为如今最有吸引力的工作之一，数据科学吸引着无数人前赴后继。但或许你有时会觉得想入门却不得其法？
笔者的朋友圈里有着50+位数据科学家，我常常和他们一起喝咖啡听他们的故事，也和这个领域其他更多的人一起工作。来听听前辈们是如何过渡进入数据科学领域的吧，有的是比网课更好的方法。
1.通过机器学习解决一个实际问题
选一个实际问题，然后用机器学习来解决它。这是困难的，因为没有路线图。但是无论成败，它提供了真正的经验和一个可以写进简历的实践经历。以下是可以解决的问题：
· 检测虚假新闻
· 预测周围房屋的价值
· 基于生活方式向人们推荐宠物
如果你的解决方案奏效，创建一个他人可以使用的UI界面并在Hacker News或Product Hunt上进行展示。将这段经历加入简历，在面试中把它当作一个故事讲出来，相比网课证明这会更有分量。
图源：unsplash
2.参加一次机器学习实习
找一份薪水较低的短期工作，但这份工作具有能让你动手实施人工智能的实际项目。一位以前在我初创公司工作的机器学习实习生，如今已经是Facebook的数据工程实习生，并且很可能成为全职员工。
这个方法并不适用于所有人，如果你还年轻并且是在校生，效果会更好。不是所有人能够辞职然后成为实习生，但是你可以找一些兼职或者线上工作。关键是要让与人工智能相关的经历写入你的简历。
3.找一位人工智能专家做导师
和一个有经验的人建立关系，他们能够为你正在解决的问题推荐人工智能驱动的解决方案。这就是我进入数据科学的方式。
图源：unsplash
一个创业加速器每周会把一位人工智能博士借给我司几个小时。我们讨论问题和可能的解决方案。我着手实施，然后我们检查并重复操作。六个月后，我们解决了不少重要的问题。这段经历是无价的。
你可以通过这样的套路找到自己的导师：
· 在领英上私信您所在城市的数据科学家
· 邀请他们喝个咖啡
· 头脑中有一个具体的问题，以及你想要获得反馈的可能解决方案
· 在实施解决方案后跟踪结果
4.先成为一个软件工程师
只要数据科学家用编程解决问题，和软件工程就会有很大重叠。在获得软件工程师的经验后，找一份数据科学的工作，这份工作使用与你的经验类似的技术堆栈（如：数据库、语言、框架和包）。如果你满足大部分的工作要求，就会有面试的机会。
此外，先成为软件工程师还有其他的好处：
· 工资体面
· 在招聘数据科学家的公司工作
· 建立通才的技术背景
· 证明自己可以做一个类似的工作
图源：unsplash
5.在你的现有工作中从事数据科学
弄清楚你现在的公司如何利用人工智能来解决问题，然后试着自己去解决它。可以试着在业余时间完成这些事。
如果你现在的公司很小，没有人会反对你增加更多的价值。如果这项工作真的很有价值，公司也可能允许你将它作为日常项目之一。然后，把这个项目写进你简历，如果可能的话，更新一下自己的工作头衔。
6.参加一个数据科学训练营
参加一个付费的数据科学训练营。这要花钱，并且不是所有的训练营都是等价的。但是我知道至少10个人在训练营结束后进入了数据科学领域，都是声誉良好的大公司。
图源：unsplash
最好的训练营只接受博士，所以申请者的成功很有可能基于“幸存者偏差”（训练营接受的学生总归是可以成功的）。不过对于以下几个方面的候选人，训练营是有用的：
· 候选者为实际公司做咨询
· 毕业生与想要招聘的公司有联系
· （为候选人）提供工作准备
7.先获得工科博士或硕士学位，然后再申请工作
我遇到的大部分数据科学家都是这样过来的。他们中要么是人工智能相关的硕士，要么是工科博士（不一定与人工智能相关）。
当然，重返校园然后再进入数据科学领域不太实际。但是如果你现在是在校生，并且能转到人工智能相关专业的话，转吧。
据传，获得人工智能领域最高的薪水需要最高等学历。尽管成本高、花时间，传统的学历具有在线证明所没有的可信度。
图源：unsplash
必须声明，我对网课没有偏见。网课的好处包括学到你所不知道的知识，以及深入学习一些具体的特定技能。但另外一方面，课程只给人成就感，而不是去做最难、最畅销的事情，也不是去解决一个真正的问题。这对于找工作的帮助微乎其微。
当然，你也可以找个要解决的问题，然后上网课来学着去解决它。实践经历的解决问题的能力对于进入数据科学领域来说是很重要的。
一起分享AI学习与发展的干货 欢迎关注全平台AI垂类自媒体 “读芯术”
（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）
转载地址：http://hbuef.baihongyu.com/