Hacks pour devenir un scientifique de haut niveau en 6 mois - Partie 1: Carte routière

Data Scientist a classé le meilleur emploi en Amérique en 2017 avec un salaire de base médian de 110 000 $ (source: Glassdoor). Les carrières incluent les scientifiques de données, les ingénieurs de données, les analystes de données, les statisticiens, les gestionnaires de données, les architectes de données et les analystes commerciaux.

Pourquoi Data Scientist? Économiste titulaire d’un baccalauréat (finance, banque et assurance) de la faculté des sciences économiques de l’Université de Belgrade et d’un MBA (Leader Project) de la Ivey Business School, je ne voulais pas perdre mes années d’études pour devenir « programmeur de cours ".

En tant que responsable marketing pendant 2 ans au sein de ma startup Petrucci Elegance et du Youth Business Forum, je sais que je ne suis pas né pour travailler à la banque.

Je vais à chaque meeting à Belgrade au ICT Hub, Start et Impact Hub (sujets sur le marketing numérique, l'entrepreneuriat, l'informatique, la science des données, l'IA). De plus, je suis une personne qui apprend de nouvelles choses chaque jour, ne jamais abandonner et qui a un grand appétit pour le savoir.

J'ai lu 1500 mots en une minute et en 2017, j'ai lu 50 livres. Saviez-vous qu'une personne moyenne lit 400 mots en une minute et lit environ 50 livres dans toute sa vie?

La communauté technologique et des startups à Belgrade est si forte et si grande et je l’aime vraiment beaucoup. J'ai toujours été différent des autres, alors cette communauté est un endroit génial pour moi. Je voulais faire partie du secteur informatique et je ne savais pas par où commencer ni quel cheminement de carrière était pour moi. Data Science devient donc un cheminement de carrière parfait pour moi.

Il existe environ 215 000 postes vacants dans Data Science (Source: Indeed.com).

Il y a actuellement environ 31 000 postes vacants de statisticiens aux États-Unis (Linkedin), offrant un salaire moyen de 77 000 $ (Glassdoor).

J'ai demandé à mon ami Slavo et à mon mentor maintenant ce que je devais faire dans ma carrière. Il me connaît très bien et il a dit que vous étiez né pour Data Scientist. J'ai donc accepté le défi de 6 mois pour devenir TOP Data Scientist.

Voici ma feuille de route de janvier à août 2018. Mon mentor Slavo me la présente et il me soutient quotidiennement.

JANVIER

Chaque jour, regardez KirillEremenko Super Data Science et des podcasts.
www.superdatascience.com

(En regardant à partir de janvier et chaque mois à venir)

www.superdatascience.com/podcast-marketing-research-to-data-science/

Comme vous pouvez le constater plus tard, la plupart de mes cours sont des cours de Kirill et également de Hadelin de Ponteves. J'aime beaucoup leur façon d’expliquer tout et jusqu’à présent, ils m’ont beaucoup appris au cours de ces 19 jours en 2018.

1. J'ai regardé ces vidéos sur Youtube pour me motiver et m'inspirer et voir DS c'est pour moi:

https://www.superdatascience.com/podcast-marketing-research-to-data-science/
https://www.youtube.com/watch?v=rIofV14c0tc
https://www.youtube.com/watch?v=I7IW9Z3h20Y&t=1374s
https://www.youtube.com/watch?v=MOdlp1d0PNA&t=1064s

2. Dimanche 6.1.2018. J'ai regardé Careers in Data Science et écrit tout ce que je ne connaissais ni ne comprenais. Je l'ai trouvé sur Google, puis le lendemain a commencé à apprendre. :)

Je devais regarder ce jour-là dans son ensemble. Le parcours est génial. Kirill Eremennko et Hadelin de Ponteves ont vraiment su expliquer des choses complexes aussi facilement.

3. Doit terminer au plus tard le 25 janvier ces deux parcours (Et les gars je les termine sur le temps :))

4. Lisez chaque jour ces deux livres et exercez Python. (Vous pouvez aussi télécharger le pdf et le lire)

5. Le 26, je dois apprendre ces cours d'ici la fin janvier.

6. Ouvrez Git Hub d'ici la fin janvier et téléchargez mes projets en Python:

(Pour moi, ce cours était trop lourd, je ne le comprenais pas. Tout en janvier, Git et Git Hub étaient si difficiles pour moi. J’ai dû apprendre les bases en une journée, au lieu de cela, je l’ai appris en trois jours. Je suis maintenant très heureux de télécharger mon projet sur Git Hub)

7. Ouvrez mon compte Kaggle et commencez à concourir dans Data Science.

https://www.kaggle.com/

8. Apprenez les bases de Tableau et exercez-vous avec des données réelles trois jours par semaine.

J'aime beaucoup Tableau et j'ai décidé de l'exercer tous les jours. J'ai lu quelque part quand vous travaillez quelque chose tous les jours pendant une heure, vous serez maître dans ce domaine dans deux ans. N'est-ce pas génial?

FÉVRIER

1. Apprendre Python A-Z: Python pour la science des données avec de vrais exercices !:

2. Apprendre Advanced Tableau:

J'ai décidé d'exercer Tableau chaque jour pendant 1 heure, comme je l'ai dit précédemment. J'ai donc acheté tous les cours de Kirill Eremenko et de Super Data Science. Je veux le maîtriser car j'aime beaucoup Tableau et les données. Également à ma faculté, nous menons des études de marché pour lesquelles nous avons utilisé SPSS. J'ai un score et j'aime beaucoup ces données. Donc, Tableau est vraiment génial et je me vois faire quelque chose chaque jour lors de mon futur travail en tant que Data Scientist.

3. Ouvrez mon profil Upwork et commencez à travailler pour mon portefeuille dans Data Science.

www.upwork.com

4. LINKEDIN- status Learning Data Science \ Apprentissage automatique

MARS-AOÛT **************************

Jusqu'à présent, tout était préparé pour ça!

1. Apprenez ces cours tous les jours:

2. Lisez ces livres comme essentiels pour devenir un scientifique de données de premier plan:

3. Préparez-vous pour les entretiens et commencez à postuler aux postes les plus intéressants de Data Science.

finalement

Une partie de mon # 6monthschallenge consiste également à écrire des blogs chaque semaine sur mes progrès quotidiens dans la feuille de route de Data Science. Je vais écrire chaque semaine un blog comment était ma semaine précédente. Je parlerai de ces cours, de mes difficultés et de tout ce qui est sur la feuille de route pour devenir un scientifique de haut niveau. De cette façon, je veux aider les autres qui souhaitent devenir Data Scientist ou qui ne savent pas comment commencer leur carrière. J'écrirai honnêtement sur les défis quotidiens, les heures de travail et l'apprentissage de nouvelles choses dans le domaine de la science des données. De plus, j'écris ceci pour me motiver à rester sur le chemin et motiver les autres à commencer leur carrière dans la science des données.

Comme le disait Kirill, "À la prochaine fois, jusque-là, bonne analyse!"

# 6monthschallenge #datascience #apprentissagemacheminement #femmesintech #accréditation

J'ai utilisé les infographies de mes cours de Kirill Eremenko et de Super Data Science.