私たちがすべてを知っていると言えるなら、私たちは皆それを愛するでしょう。 残念ながら、それは不可能です。 時々、私は「何も知らない」と自分に言い聞かせ、学び、継続的に改善するように自分自身をプッシュします。 

データサイエンスは、絶え間ない学習を必要とする分野のXNUMXつであり、常に改善の余地があります。 データサイエンスの世界では、物事を把握し、達成感を感じることは困難です。 XNUMXつのことを学び終えて、それについて自信を持ったら、学ぶべき新しいトピックや分野を見つけることに気づきます。 

誰もここに座って、すべてを知っていると言うことはできません。 このセクターで10年以上働いているシニアデータサイエンティストは、XNUMXつのデータセットを結合する方法をグーグルで検索する必要があります。 それは彼らがそれを知らないという意味ではありません、彼らはしばらくの間そのコードを使用する必要がなかったかもしれず、彼らは忘れていました。 

データサイエンスの分野で働き始めると、他のデータサイエンティスト、アナリスト、機械学習エンジニアと交流し、知識を互いに跳ね返らせるようになります。 ただし、同僚がしていることを知らない場合や、その逆の場合もあります。 ただし、自分の考えがわからないときに同僚に何かを知っていると伝えると、自信が失われることがあります。 

Googleを使用するか、YouTubeビデオを見るか、Stack Overflowを見るだけで、手元にあるタスクを解決できると便利です。 ただし、同僚や上司に何か知っていることを伝え続け、わからない場合は、 あなたは余分な学習に溺れていることに気付くでしょう。 代わりに、「申し訳ありませんが、これを行う方法がわかりません」と言った可能性があります。 このようにして、同僚や上司はあなたの長所と短所を理解し、特定の分野で改善するための適切なサポート/トレーニングを提供します。 

これは、シニアの役割を持つ人々にも当てはまります。 チームを管理および指導するための適切なスキルセットがない場合、あなたは圧倒され、ストレスレベルが高まり、自分の立場を熟考する可能性があります。 

あなたの最初の仕事はいつも恐ろしいものになるでしょう。 自分の意見を話すのは不安で緊張します。 私は、誰もが自分の仕事や私生活に取り入れるべきだと私が信じているいくつかのポイントを通過します。 

1.自分の長所と短所を理解する

 
あなたはすべてにおいて例外的である必要はありません。 ただし、データサイエンスに参加するには、基本的なスキルが必要です。 データラングリング、データビジュアライゼーションの作成を楽しんでいるが、機械学習モデルの構築の経験がほとんどないデータサイエンティストの場合。 これはあなたが取り組むことができるあなたの弱点です。 データサイエンティストが利用できるすべてのスキルが向上するわけではないことを自分自身に認めることは、データサイエンティストとして成長するための最初のステップです。 

自分の長所と短所、好きなものとわからないものを特定したら、 自己啓発を絞り込むことができます。 機械学習エンジニアになることに特に関心がある場合は、データサイエンティストとしてのスキルが役立ちます。 ただし、アルゴリズム、自然言語処理、ニューラルネットワークなどの学習領域を調べる必要があります。 

現在または将来、どのスキルが自分のキャリアに有益であるかを理解する必要があります。 キャリアプランでプログラミング言語としてPythonとRを使用する必要がある場合、HTMLなどの別の言語を学ぶことは役に立ちません。 あなたはすべてにおいて新人になりたくはありません、そして何にもマスターになりたくありません。 

2.声を上げてください！

 
あなたが尋ねなければ、あなたは得られません。 データサイエンティストの役割には、ソフトスキルに加えて、大量の技術スキルが必要です。 残念ながら、特定の役割に応募したので、ほとんどすべてのことを行う方法を知っていると多くの人が思っています。 すでに知っているように、そうではありません。 さまざまなスキルを学ぶための改善と時間の余地は常にあります。 

作業中のプロジェクトに厳しい締め切りがあり、プロセスを迅速に追跡するために特定のタスクを完了するように求められた場合、ただし、この種のスキルを持っていないため、それに参加する方法がわかりません。 あなたはピクルスに自分自身を見つけるでしょう。 緊張したり恥ずかしい思いをしたりするのではなく、率直に話し、同僚にできることとできないことを知らせることで、長期的にはあなたを救うことができます。 他のチームメンバーがあなたが快適に行えることを認識し、全員が期限に間に合うようにする別のタスクが割り当てられる場合があります。 

あなたの弱点に関してあなたの先輩と話すことは自己啓発の会話を開きます。 会社はあなたにこれらを改善してもらい、あなたに特定のトレーニングを受けさせるか、あなたをサポートするために勤務時間中にあなたに自己啓発時間を割り当ててもらうかもしれません。 会社があなたが最高のデータサイエンティストの一人になるのを手伝うことができれば、彼らはそうするでしょう。 

一方、自分に割り当てられたタスクがスキルセットを下回っていると感じる場合があります。 XNUMX日を過ごす代わりに、別の分野で利益を得ることができる単純なタスクを実行することが重要です。 これは、はしごを登る最も簡単な方法です。 あなたの強みと、彼らが会社の効率をどのように改善できるかについてあなたの先輩に話すことは、ビジネスの問題の多くを解決することができます。 それはお互いに有利な状況です。 

3.他にどのような手順を実行できますか？

 
適切な仕事に応募する

人々が特定のスキルセットを必要とする欠員を申請することは周知の事実ですが、これらのスキルを自分で持っているわけではありません。 これを行うと、失敗に備えることになります。 給与に基づいて応募するのではなく、現在のスキルに基づいて応募してください。 

エントリーレベルの仕事に就き、スキルを磨き、そこから上に向かって進んでも害はありません。 謙虚になり、自分の手段の範囲内で働くことは、あなたのキャリアを築くための最初のステップです。 そこから得られるキーワードは「建物」です。 それはあなたに渡されることはないので、あなたはどこかから始めなければならないでしょう。 上から落ちるよりも、ゼロから作業する方が良いです。 

 
オンラインコース

スキルセットを向上および向上させるために受講できるさまざまなオンラインコースがあります。 Udemy、Coursera、Udacityなどのコースを受講できます。 PythonやC ++などの特定のプログラミング言語の学習から、データベース管理とSQLの理解まで多岐にわたります。 

 
リーディング

さまざまなトピックの理解を深めるのに役立つ、非常に多くの読み物がオンラインにあります。 教科書、学術論文、およびKDNuggetsなどのプラットフォームがオンラインで利用可能であり、ガイド、理解、およびキャリアの構築に役立つ高品質のリソース資料を提供します。 

4.継続的な学習

継続的な学習は、スキルセットを拡大し、個人的または専門的な将来の機会を開発するための自発的かつ永続的な方法です。 ある日、医学に興味があり、その分野にデータサイエンスのスキルを取り入れたいと思うかもしれません。 または、シニアデータサイエンティストになりたいと思っていて、SQLの知識が不足していることに気付いている場合もあります。 

学習は止まることはありません。 常に「私は何も知らない」と自分に言い聞かせてください。 それはあなたにあなたの学習の旅を続ける決意を与えます。 知識は誰もがすぐに利用できます。それを利用しない場合は、同じ立場にとどまります。 
謙虚になり、常に学ぶように自分をプッシュできることは、あなたのプロフィールを高め、関連性を保ち、自分自身のために新しい扉を開き、予期しないことに備えるのに役立ちます。

 
 
ニシャ・アリア データサイエンティストであり、フリーランスのテクニカルライターです。 彼女は特に、データサイエンスのキャリアに関するアドバイスやチュートリアル、およびデータサイエンスに関する理論に基づく知識の提供に関心を持っています。 彼女はまた、人工知能が人間の寿命の長寿に役立つ/できるさまざまな方法を探求したいと考えています。 他の人を導くのを助けながら、彼女の技術知識とライティングスキルを広げることを求めている熱心な学習者。

出典：https：//www.kdnuggets.com/2022/01/humbling-improve-data-science-skills.html