没有完美的学位,我是如何成为 Meta 数据科学家的

原文:towardsdatascience.com/how-i-became-a-data-scientist-at-meta-no-stats-degree-no-bootcamp-4aa07494d117

曾经梦想过转型到数据科学,但又担心自己没有合适的背景吗?

也许你认为没有传统学位,你在竞争中落后了?

或者,你渴望在一家大型科技公司工作,但认为自己不够资格?

如果这些想法在你的脑海中闪过,你并不孤单。

我曾站在你的位置上。我也曾与许多面临同样疑虑的有志数据科学家交谈过。

这篇文章是为你们写的——那些希望在没有典型资历的情况下进入数据科学领域的人。虽然它可能不会回答每一个问题,但我希望它能给你带来清晰和信心,让你追求你的梦想职业。

这是我旅程的一个快照,分为六个阶段:

  • 发现

  • 欲望

  • 投资

  • 第一次转型

  • 第二次转型

  • 机会敲门


你好!

我是 Mandy Liu, 一位前 Meta 数据科学家,拥有 8 年的行业经验 😃。

我写有关数据科学、人工智能、商业和创业的每周时事通讯。务必订阅!⬇️

好奇的技术师 | 玛 undy 刘 | Substack


我的简要经历

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/f411bd9bc1bf17f1a4ca16b7970a2444.png

作者使用 XMind 拍摄的图片

  • 2016 年:以经济学学士和商业学硕士学位毕业。

  • 2016 年:在安永(E&Y)开始了我的咨询生涯。

  • 2018 年:在北京的一家约会应用中转型为增长分析师角色。

  • 2018 年:搬到伦敦,继续在 E&Y 工作。

  • 2019 年:在一家 SaaS 初创公司转型为数据科学顾问职位。

  • 2020 年:从 Facebook(现在 Meta)获得数据科学家的职位——梦想成真!

  • 2023 年:加入 Nextdoor 担任营销数据科学家。

  • 2024 年:开始了我的独立创业之旅,开始每周发布时事通讯,帮助人们找到工作,发展他们的职业生涯,并开发新的思维框架。

既然你已经了解了我的一些经历,让我们深入到每个阶段,探索你如何在数据科学领域开辟自己的道路。


1. 发现:给我更多关于数据的事情

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/3586ef4735ec31c5eb1e6a201d71faed.png

Luke ChesserUnsplash 上拍摄的照片

当我在美国上大学时,我选择了学习经济学——一个结合了数字和逻辑的领域,这是我热爱的。

外部性、供需和机会成本等概念让我着迷。

只有一个问题——对于一个签证申请中的国际学生来说,找到工作担保人简直是天方夜谭,尤其是没有 STEM 学位的人。

因此,我决定再在学校待一年,攻读弗吉尼亚大学(UVA)的商学硕士学位。

虽然我选择这个项目是因为它是全国最好的,但如果我诚实地对自己说,我想靠近当时加入项目的男朋友。

可爱吗?我知道。这不是我最好的决定——这是我详细说明为遗憾#4 的30 多岁女性的 9 大遗憾文章中的内容。

在这个为期一年的项目中,我专攻商业分析。这可以说是我在学术上离数据科学最近的一次,尽管它仍然相距甚远。

虽然这个项目让我接触到了数据科学的概念——编程语言、关系型数据库和机器学习模型——但它侧重于商业案例和商业敏锐度。

它让我渴望更多。

它让我渴望更多的编码、更多的可视化技术以及更大的数据集。

当招聘季节临近时,我的主要目标是找到一份工作留在美国。我迫切希望任何工作都能为我买一张登上美国梦的船票。

幸运的是,我在纽约的安永(E&Y)找到了我的第一份工作,作为技术顾问。这份工作有 15%的技术含量(主要是 Excel 和 PowerPoint)和 85%的金融法规——一个我觉得乏味的世界。

长时间的工作和频繁的出差很快让我筋疲力尽,这让我清楚地意识到这不是我的职业。

当我在夏洛特的项目的结束时,我寻找更多的技术角色,并在报告方面找到了一个,使用 Tableau 和 SAS。我对 SAS 一无所知,所以我全力以赴在工作中学习。

这个项目为我未来的数据科学之路奠定了技术基础,并确认了我的信念:我喜欢与数据打交道,并且我希望变得更加技术化

启示:

  • 采取行动追求你的兴趣: 一旦你对某件事有了兴趣,就追求它以检验你的假设。这是一种成本效益高的探索兴趣的方法。

  • 寻求相关机会: 如果你的当前角色与你的职业目标不一致,寻找与之相符的项目。不要犹豫,敢于冒险,在工作中学习新事物。


2. 欲望:渴望一个酷炫的办公室和有趣的问题

想象一下:这是纽约,我有一个亲密的朋友——让我们称他为 C——他在一家初创公司担任数据科学家。

每次我们聚会时,他都会滔滔不绝地赞美他的工作多么棒。我必须承认,我很羡慕。他可以穿着牛仔裤和运动鞋去上班,同时解决像优化何时何地展示弹出式广告这样迷人的问题。听起来很酷。

然后,有一天,我参观了他的办公室。想象一下,一个明亮、开放式空间,里面摆满了乒乓球桌、郁郁葱葱的绿色植物,氛围轻松,最好的是,还有免费的食物和零食。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9213d22c27d1ef1cdaaff78c53d950a1.png

Bernd 📷 DittrichUnsplash上的照片

这是我第一次窥见科技办公室的世界,它让我震惊。

当然,后来我访问了谷歌和 Meta 这样的地方后,我意识到他的办公室只是孩子的游戏。但那一刻,我知道:我想要他拥有的东西

看到数据科学家的生活 firsthand 是点燃我想要投身这个领域的火花。


3. 投资:拼命地干,拼命地干,把我的屁股都干疼了

想在没有正规培训的情况下一头扎进一个新领域,我几乎恳求 C 在数据科学上指导我,幸运的是,他同意了。

这对我来说是个转折点。

学习 Python:一场拯救我职业生涯的革命

C 说服我投资 Python 而不是追求 SAS 认证,尽管我在工作中已经熟悉 SAS。但他强调,Python 不仅仅是数据科学的未来——它正在改变许多领域。他向我介绍了 pandas、numpy 和 seaborn 等基本 Python 库。

我立刻上瘾了。用 Python 编程就像发现一本魔法咒语书——感觉就像破解了数据分析的作弊码。

虽然我早期的尝试有些笨拙,但 C 鼓励我说我的代码展示了“解决问题的创新方法”。

统计巨兽:面对必要的邪恶

接下来,C 坚持让我处理统计学习引论,这是他从哥伦比亚的统计大师那里得到的教科书。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9a043bb12c7f16dde22746c9a811e0bf.png

图片由Bozhin KaraivanovUnsplash提供

读教科书并不 exactly 是一场刺激的冒险,但我知道这是必要的步骤。而且,虽然我没有统计学学位,让我们现实一点——你需要扎实的统计学基础

这本书是个怪物,涵盖了从基本的统计模型(回归、分类、树)到无监督学习,还包括 R 和 Python 的练习。我一本一页,一题一题地深入研究,相信哥伦比亚不会误导我。

获得更多实践经验:个人项目的力量

更重要的是,C 帮我找到一个能深化我的 Python 技能并保持我兴趣的个人项目。我学习了使用 Beautiful Soup 进行网页抓取,这是一个流行的 Python 库。

这就像在视频游戏中解锁了一个新等级——我意识到 Python 有多么强大。

收获:

  • 找到导师:一个不仅教你,还能让你负责的人。如果你附近找不到,可以考虑参加网络活动或参加网络研讨会,或者在网上像 topmate 这样的网站上寻找。

  • 阅读关键文本统计学习引论是必读之作,至少前半部分。

  • 避免教程地狱:通过编程项目来实践。

  • 追求激情项目:找到真正让你感兴趣的事情,以保持学习过程的吸引力。


4. 第一次转型:大胆前往北京

想象一下,以你的生活处于悬而未决的状态结束 2018 年。

那就是我——在错过了美国的工签抽签后,我在纽约待了 14 个月后打包离开。因为我错过了美国的工签抽签。

更重要的是,我的转至 E&Y 伦敦遇到了障碍。面对医疗专业人员严重短缺,英国优先考虑医生和护士的签证,我的申请陷入官僚的黑洞。

所以,我做出了一个大胆的决定:我前往北京,中国科技繁荣的中心,2018 年有超过 100 家公司的估值达到 10 亿美元。

科技行业正处于大规模繁荣之中。公司以你的潜力而非仅仅以你的资历为价值,闪电般地招聘。在一周内,我获得了四个工作机会。我一定说服了某人,我不是完全的无知!

我选择加入探探,作为增长分析师。这是一个简单的决定——充满挑战和免费餐食?请签上我的名字!

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/c298d2030e98a599f8ba89f7044bcab8.png

我在探探办公室。图片由作者提供

当我开始的时候,我的 SQL 和 Python 技能最多只是基础,但我的学习热情极高。

在七个月内,我磨练了我的 SQL 技能,在 Python 中建立了一个基本的客户流失预测模型,并与产品经理和工程师合作进行 A/B 测试。

当我意识到我确实可以追求科技行业并成为一名“数据大师”时,我的自信心急剧上升。

经过 10 个月的焦虑等待,70 多封电子邮件交换,以及几次昂贵的国际电话,我的英国签证终于通过了。我带着 E&Y 转到了伦敦,但我知道我的数据科学之旅才刚刚开始。

启示

  • 瞄准高需求、低供应的市场:超越传统的科技中心。虽然 2018 年的北京可能是一个独特的例子,但如果你在美国,可以考虑丹佛或巴尔的摩,或者考虑国际热点城市如迪拜。

  • 探索不那么“性感”的行业:不要忽视石油和天然气或保险这样的行业。他们可能不提供免费餐食,但它们可以在数据技能方面提供坚实的基础。


5. 第二次转型:工资下降但数据科学前进

在我来到伦敦的第一年,我做了两件事:

  • 一踏上希思罗机场的湿土,我就开始寻找数据分析师/数据科学家的工作。

  • 积极地用我的技术技能塑造我的项目

在工作中,我抓住每一个机会来练习我的技术技能。

我的团队正在帮助一家主要银行将交易数据从伦敦转移到欧洲(感谢,英国脱欧!)。

面对无尽的 Excel 数据处理,我抓住了机会来简化事情。我建立了一个 Python 管道,将 3 小时的每日苦工缩短到几分钟,甚至自学 VBA 来处理 Python 无法触及的任务。

在工作之外,我在求职上毫不松懈,瞄准了像 Monzo 和 Deliveroo 这样的英国科技独角兽。我进入了中间轮次,但从未获得最终报价。

2019 年,我经历了最大的心碎。

我进入了 Facebook 数据策略师职位的最后阶段,但最终未能成功。

我清晰地记得那次拒绝的电话,蜷缩在一个小隔间里,努力保持镇定。

“我恐怕这是个坏消息。”

电话结束时,泪水涌出,但我很快振作起来,像什么都没发生一样走了出去。

疑虑开始滋生:“也许我永远成不了数据科学家。”我反复想了好多遍。

但我保持冷静,继续前进,磨练我的技能,并继续申请工作。

然后,在 2019 年 8 月,好运终于降临。

我在一家人工智能初创公司获得了数据科学顾问的职位。这份工作结合了咨询和技术,非常适合我的技能。然而,我并没有欣喜若狂。这份工作的薪水有所下降,部分原因是我糟糕的谈判技巧。

但我认为这是通往梦想工作的关键一步,更重要的是,它给了我梦寐以求的“数据科学”头衔

吸取的教训

  • 利用你的当前角色:建立你想要的技能。向你的团队展示你新技能的价值,并获得他们的支持。

  • 继续申请:求职往往是一场数字游戏。有时候,如果意味着更接近你的梦想职业,那么较低的薪水也是值得的。


6. 机会敲门:通往 Facebook(Meta)的道路

2020 年 3 月,当我看到邮件的主题行:“来自 Facebook 的问候!”时,我的心跳加速了。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9e142ed0c1d7b556017b71b8996e131c.png

作者截图

我在卧室里默默地尖叫、跳跃,做即兴的体操。

这是一封关于 Facebook 数据科学家职位的 LinkedIn InMail,我不会让这个机会溜走。

通过初步的招聘人员筛选后,我有两周时间准备我的第一次面试。

以下是我如何应对的:

  • 我深入研究了我能找到的所有 FAANG 数据科学面试问题,查阅了像《数据科学向导》和 Medium 这样的资源。

  • 我在公共论坛上发现了另外两名也在面试 Facebook 的候选人。我们成为了模拟面试伙伴,每天交谈并互相提问。我们因为共同的目标而建立了联系,至今仍然是朋友。

  • Facebook 提供了一份面试准备指南,这成为了我的圣经。我确保我能回答每一个问题,并探索了他们建议的所有资源。你可以在我的7 个必备技能在 DS文章中找到许多资源。

经过六周,我完成了最后一轮,一天内进行了四场 1 小时的面试。

现在,痛苦的等待开始了。

经过似乎漫长的一周后,我收到了一封电子邮件,说招聘人员将在第二天“讨论结果”。

那天晚上,我辗转反侧,回放着面试的每一个细节,仔细审查每一个答案。

第二天,我的电话响了。

“团队很高兴你能加入我们!”招聘人员说。

在电话中,我保持了冷静,但内心,我的心跳得几乎要从胸膛里跳出来。这是我一生中最快乐的一天,尤其是在经历了无数次的拒绝和过于熟悉的“我们不提供签证赞助”的回应之后。

我感到自己真正被看到并得到了认可。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/b94358b58727aafec26fb8d45753a551.png

照片由Ambreen HasanUnsplash提供

收获

  • 给自己充足的时间准备:我知道 Facebook 并不是在招聘特定职位,而是在招聘一个数据科学家的人才库,所以这个职位不会很快消失。我安排了每个面试轮次至少相隔两周。

  • 熟能生巧:单独练习和与他人一起练习。模拟面试是必不可少的,尤其是对于 FAANG 公司。我的模拟面试伙伴,最好的朋友,室友,甚至我的前男友都帮助我准备。我在产品感方面至少进行了六次模拟面试,在编码方面进行了三次。让你的模拟面试官严厉地审查你,这样真正的面试官就不会了。


我今天如何学习数据科学

  • 如果我今天开始我的数据科学之旅,我肯定会追求数据科学硕士学位。随着该领域的成熟,无数所学校提供了强大的项目,旨在为你提供所需的技能。虽然我最终成功了,但一个结构化的项目可以从我的旅程中节省四年时间。

  • 我还会深入阅读《统计学习引论》,特别是关于无监督学习和深度学习的部分。这些领域是数据科学的未来,公司越来越寻求全面掌握数据科学技能的全栈数据科学家。

  • 跟随思想领袖,了解他们在工作中解决什么问题以及他们使用什么技术。例如,如何掌握 SQL 优化练习 SQL 的最佳方式——这是由一位实践中的数据科学家建议的,是 Medium 上众多优秀资源中的两个。

我在 2024 年获得数据科学职位的前五条建议

  • 首先,如果你能获得统计学学士学位数据科学硕士学位,那就去追求吧。

  • 但如果你做不到,也不要担心。学位只是开始的一种方式——它们并不定义你的潜力。在你职业生涯的早期,公司关心的是你的热情、你的学习渴望以及你解决问题的能力。向他们展示你如何做出贡献并产生影响。

  • 寻找已经在该领域工作的导师。他们有关于行业趋势和挑战的最新见解。一位好的导师可以提供无价的指导,并加速你的学习。

  • 练习,练习,再练习。一致性是关键。我投入了两个月的时间进行日常练习,从掌握一分钟的自我介绍到与朋友进行模拟面试,再到大声解释编程问题。这里没有捷径——付出努力。

  • 不确定数据科学是否适合你?在你的当前工作中尝试一下。看看你是否可以将数据科学的概念应用到你的项目中。这将让你获得实践经验,并对你是否适合这条道路有更清晰的了解。

  • 记住,你已经有很多东西可以贡献。例如,我的咨询背景磨练了我的沟通和组织能力。我最近与一位考虑转向数据科学的土木工程师交谈。当他担心自己缺乏资历时,我问:“你为什么选择土木工程?”他说:“我喜欢建造东西和解决逻辑问题。”这正是数据科学所需要的——那些就是他的优势。

“你不能向前展望来连接这些点;你只能向后回顾。”——史蒂夫·乔布斯。

你独特的经历塑造了你的旅程。

你独特的经历是你的优势。


PS:我提供一份名为《好奇的技师》的每周通讯,帮助你快速找到理想的工作,加速你的职业发展,并在你的 9-5 工作之外建立有利可图的项目!🚀

_ 社交平台:LinkedIn | Twitter/X_

你可能还会喜欢:

两个月内帮助我获得 5 份数据科学工作的思维转变

本文灵感来源于Egor Howell 的旅程以及与有志于成为数据科学家的人的对话

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值