Zephyrnet-logo

Waarom jezelf vernederen je vaardigheden op het gebied van datawetenschap zal verbeteren

Datum:

We zouden het allemaal geweldig vinden als we konden zeggen dat we alles wisten. Helaas is dat niet mogelijk. Soms zeg ik tegen mezelf "Ik weet niets", om mezelf te pushen om te leren en continu te verbeteren. 

Data Science is een van die sectoren die constant moeten leren en er is altijd ruimte voor verbetering. Het is moeilijk om de zaken bij te houden en een gevoel van voldoening te voelen in de wereld van Data Science. Als je eenmaal klaar bent met het leren van één ding en er vertrouwen in hebt, betrap je jezelf erop dat je nieuwe onderwerpen of gebieden vindt om te leren. 

Niemand kan hier zitten en zeggen dat ze alles weten. Je hebt Senior Data Scientists, die al 10+ jaar in de sector werken, moeten nog googlen hoe ze twee datasets kunnen koppelen. Het betekent niet dat ze het niet weten, ze hebben die code misschien al een tijdje niet meer nodig en zijn het vergeten. 

Zodra je begint te werken op het gebied van datawetenschap, zul je interactie hebben met andere datawetenschappers, analisten, machine learning-ingenieurs en meer kennis van elkaar terugkaatsen. Er zal echter een punt komen waarop u iets niet weet wat uw collega wel weet, en omgekeerd. Maar als u uw collega vertelt dat u iets weet terwijl u er geen idee van hebt, kan dit soms uw zelfvertrouwen schaden. 

Het is geweldig als de taak waar u zich niet bewust van bent, kan worden opgelost door eenvoudig Google te gebruiken, een YouTube-video te bekijken of naar Stack Overflow te kijken. Als je echter je collega's of baas blijft vertellen dat je iets weet, en je weet het niet; je zult merken dat je verdrinkt in extra leren. In plaats daarvan had je gewoon kunnen zeggen: "Sorry, maar ik weet niet hoe ik dit moet doen". Op deze manier begrijpen uw collega's en baas uw sterke en zwakke punten, waardoor u de juiste ondersteuning/training krijgt om u op bepaalde gebieden te verbeteren. 

Dit geldt ook voor mensen in senior functies. Als u niet over de juiste vaardigheden beschikt om een ​​team te managen en te leiden, zult u overweldigd worden, neemt het stressniveau toe en gaat u misschien nadenken over uw positie. 

Je eerste baan zal altijd beangstigend zijn. U zult zich angstig en nerveus voelen om uw eigen mening te geven. Ik zal een paar punten doornemen waarvan ik vind dat iedereen deze in zijn werk en persoonlijke leven zou moeten opnemen. 

Waarom jezelf vernederen je vaardigheden op het gebied van datawetenschap zal verbeteren


 
 

1. Inzicht in uw sterke en zwakke punten

 
Je hoeft niet overal uitzonderlijk in te zijn. Om in Data Science te gaan, heb je echter fundamentele vaardigheden nodig. Als je een Data Scientist bent die van data-ruzie houdt, datavisualisaties maakt, maar weinig ervaring hebt met het bouwen van Machine Learning-modellen; dit is een zwakte van je waar je aan kunt werken. Voor jezelf toegeven dat je niet gevorderd zult zijn in elke vaardigheid die beschikbaar is door de handen van datawetenschappers, is de eerste stap om te groeien als datawetenschapper. 

Als je eenmaal je sterke en zwakke punten hebt geïdentificeerd, wat je leuk vindt en wat je niet weet; je kunt je zelfontwikkeling beperken. Als je vooral geïnteresseerd bent om Machine Learning Engineer te worden, komen je vaardigheden als Data Scientist goed van pas. U moet echter kijken naar leergebieden zoals algoritmen, natuurlijke taalverwerking, neurale netwerken en meer. 

Je moet begrijpen welke vaardigheden gunstig zijn voor je carrière, nu of in de toekomst. Als je carrièreplannen vereisen dat je Python en R als programmeertalen gebruikt, is het niet handig om een ​​andere taal te leren, zoals HTML. Je wilt niet in alles een groentje zijn en in niets een meester. 

2. Spreek je uit!

 
Als je niet vraagt, krijg je het niet. Data Scientist-rollen vereisen een grote hoeveelheid technische vaardigheden, naast zachte vaardigheden. Het is jammer, maar veel mensen zullen aannemen dat je vrijwel alles weet omdat je voor een specifieke functie hebt gesolliciteerd. Zoals we al weten, is dat niet het geval. Er is altijd ruimte voor verbetering en tijd om verschillende vaardigheden te leren. 

Als er een harde deadline voor een project op het werk is en je bent gevraagd om een ​​bepaalde taak te voltooien om het proces te versnellen, weet je echter niet hoe je eraan moet voldoen omdat je niet over dit soort vaardigheden beschikt. Je komt terecht in een augurk. Spreken en uw collega's informeren wat u wel en niet kunt doen, in plaats van nerveus en beschaamd te zijn, zal u op de lange termijn redden. Mogelijk krijgt u een andere taak toegewezen waarvan de andere teamleden weten dat u zich op uw gemak voelt, zodat iedereen de deadline haalt. 

Spreken met uw senior over uw zwakheden opent een gesprek over zelfontwikkeling. Het bedrijf wil misschien dat je deze verbetert en je een specifieke training laat volgen of je tijd voor zelfontplooiing onder werktijd uittrekt om je te ondersteunen. Als een bedrijf u kan helpen een van de beste datawetenschappers te worden, zullen ze dat doen. 

Aan de andere kant kun je het gevoel hebben dat de taken die aan je zijn toegewezen, onder je vaardigheden liggen. In plaats van de dag door te brengen, is het belangrijk om eenvoudigere taken te doen waar u op een ander gebied iets aan kunt hebben. Dit is de gemakkelijkste manier om de ladder op te klimmen. Door met uw senior te praten over uw sterke punten en hoe deze de efficiëntie van het bedrijf kunnen verbeteren, kunnen veel van de problemen van het bedrijf worden opgelost. Het is een win-winsituatie. 

Waarom jezelf vernederen je vaardigheden op het gebied van datawetenschap zal verbeteren


 
 

3. Welke andere stappen kunt u ondernemen?

 
Solliciteren op de juiste baan

Het is geen geheim dat mensen solliciteren op vacatures die specifieke vaardigheden vereisen, maar zelf niet over deze vaardigheden beschikken. Je zet jezelf op mislukking als je dit doet. In plaats van te solliciteren op banen op basis van salaris, baseer je het op je huidige vaardigheden. 

Het kan geen kwaad om een ​​baan op instapniveau te nemen, je vaardigheden op te bouwen en van daaruit omhoog te werken. Jezelf vernederen en werken binnen je mogelijkheden is de eerste stap naar het opbouwen van je carrière. Het sleutelwoord om daaruit af te leiden is 'bouwen'. Het wordt je niet overhandigd, dus je zult ergens moeten beginnen. Het is beter om vanaf de grond af te werken in plaats van van bovenaf te vallen. 

 
Online Cursussen

Er zijn verschillende online cursussen die u kunt volgen om uw vaardigheden te verbeteren en te vergroten. Je kunt cursussen volgen via Udemy, Coursera, Udacity en meer. Ze kunnen variëren van het leren van een specifieke programmeertaal zoals Python of C++, of het begrijpen van databasebeheer en SQL. 

 
lezing

Er is zoveel leesmateriaal online om u te helpen uw begrip van een verscheidenheid aan onderwerpen te verbeteren. Leerboeken, academische papers zijn online beschikbaar, evenals platforms zoals KDNuggets, die u hoogwaardige bronmaterialen bieden om u te begeleiden, te helpen begrijpen en uw carrière op te bouwen. 

4. Continu leren

Continu leren is je gemotiveerde en aanhoudende manier om je vaardigheden uit te breiden en toekomstige kansen te ontwikkelen, zowel persoonlijk als professioneel. Je kunt op een dag besluiten dat je geïnteresseerd bent in geneeskunde en je Data Science-vaardigheden op dat gebied wilt toepassen. Of misschien wil je Senior Data Scientist worden en weet je dat je geen SQL-kennis hebt. 

Leren stopt nooit. Zeg altijd tegen jezelf "Ik weet van niets"; het geeft je de vastberadenheid om je leertraject voort te zetten. Kennis is voor iedereen binnen handbereik, als je er geen gebruik van maakt, blijf je in dezelfde positie. 
Door jezelf te vernederen en jezelf te pushen om altijd te leren, kun je je profiel een boost geven, relevant blijven, nieuwe deuren voor jezelf openen en je voorbereiden op het onverwachte.

 
 
Nisha Arja is een datawetenschapper en freelance technisch schrijver. Ze is vooral geïnteresseerd in het geven van loopbaanadvies op het gebied van Data Science of tutorials en op theorie gebaseerde kennis rond Data Science. Ze wil ook de verschillende manieren onderzoeken waarop kunstmatige intelligentie de levensduur van de mens ten goede komt. Een scherpe leerling, die haar technische kennis en schrijfvaardigheid wil verbreden, terwijl ze anderen helpt te begeleiden.

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

spot_img

Laatste intelligentie

spot_img