Care亚博怎么才能提现erExplorer Discyabo亚搏体育ord社区有机会与Alexi进行了现场炉边问答。
Alexi目前是一家初创公司的数据科学家，该公司进行基于模拟的认知评估。两年前，他从一名动物行为研究员转变为一名数据科学家。对于数据科学家来说，Alexi目前的角色与他的正式训练基本无关。
以下是经过修改和删节的对话原文。
工作经历
你的教育是从获得生物学理学士学位开始的。对于那些想在那个阶段停止学业的人来说，是否有职业或工作机会呢?
不幸的是，据我所知，获得生物学学士学位的工作机会很少。当然也有例外，但我认识的大多数读完本科学位的人要么换了方向，要么继续深造。
你会推荐那些想要改变动物生活的人从事动物福利方面的工作吗?你研究过什么类型的动物?
我专门研究奶牛，观察行为和疾病之间的联系。动物福利是一个很有前途的职业道路，我认为学术界和这个行业都有很大的空间来容纳更多合格的人。这是一项重要而有趣的工作，我仍然对它充满热情。
参与动物福利最简单的方法之一就是用你的钱投票。例如，如果你购买动物产品，你通常可以选择来自有更多动物福利友好做法的农场的产品。
切换的职业道路
做出从动物行为研究员转为数据科学家的决定有多难?这一决定是基于对动物科学领域的不满吗?
改变职业道路的决定发生在我完成研究生学位后的六个月休息期间。当我刚完成我的硕士学位时，我打算继续我的研究，以类似的方式攻读博士学位。然而，有了六个月的休息时间，我能够反思我对目前职业选择的感受。
我不希望我转到数据科学领域，表明这可能是一个糟糕的职业。我选择换工作，与其说是因为不满意，不如说是因为想尝试一些我一直想尝试的东西。我在高中时上过编程课，一直想进一步深造，这就是为什么我决定尝试一下数据科学。
动物行为研究和数据科学之间有什么相似之处，让你更容易从一个职业转向另一个职业?
我目前是一名数据科学家，我所做的一些工作包括创建分数，以定量评估用户在基于模拟的认知评估中的表现。事实上，这与动物行为研究密切相关。
在研究动物行为时，你不能像研究人类那样问动物在想什么，所以观察动物的行为并推断这些行为可能意味着什么是很常见的。例如，您可能为动物提供三个躺着的表面，并观察它选择躺在哪一个表面上，您可以推断出它们在上面停留时间最长的表面是它们最喜欢的基质。
类似地，我们不能询问用户在完成任务时在想什么，所以经常使用他们的行为(例如，他们如何与任务交互)来推断他们可能使用的认知过程。这是一个非常具体的例子，但是我在我的第一份职业中还发展了许多其他的技能，我可以将这些技能推广到数据科学中。
学生在学业中途改弦易辙的情况有多普遍?在你的学术圈子里，你看到很多这样的事情发生吗?
这是非常常见的。几乎我所有的好朋友都在接受高等教育的过程中至少改变过一次人生道路。我认为这在学校是很常见的，但在学校结束后或在学校教育的后期就不那么常见了，比如在读博士期间。
对于那些对自己选择的专业不满意、害怕改变专业方向的人，你有什么建议吗?
如果你能做到的话，我建议你去转换一下!许多人觉得，因为他们已经在一条特定的道路上投入了太多时间，所以如果选择另一条道路就太愚蠢了。但我至少是一个数据点，表明做出改变是值得的。我发现这种转变非常具有挑战性，但也很享受。
数据科学的来龙去脉
什么样的人会在数据科学方面做得很好?
我认为作为一名数据科学家有两个重要的特点。
的人:
(a)喜欢解决难题
(b)高度注意细节
在日常生活中，你经常会面对具有挑战性的问题，并花费大量时间思考不同的解决方法。这部分不涉及任何编程，但了解可用的工具有助于构建问题框架。
实现你设想的解决方案需要特别注意细节，否则你可能要花一周剩下的时间来捕捉代码中的bug !
找一份数据科学家的工作容易吗?这是一个正在成长的领域吗?
近年来，数据科学经历了爆炸式增长。为了满足这一需求，已经有了很多训练营、加速硕士课程和其他认证。
至于被聘用为数据科学家有多容易，我现在真的不知道。也就是说，在我相对较小的数据科学朋友圈中，那些人似乎比我的许多非技术相关领域的朋友更容易找到相关工作。
数据科学家真的把大部分时间花在清理数据上吗?你花了多少时间建立模型和获得见解?
一般来说，清理数据要比分析数据或以其他方式建模数据花费的时间长得多(有一些例外)。然而，作为数据科学家，您在这方面花费的时间取决于您的公司。有些公司有强大的数据基础设施，干净的数据可能直接传输给您。但在大多数情况下，在数据收集和最终结果之间有许多步骤。
就我个人而言，我花在清理数据上的时间越来越少，因为我开发了针对我遇到的特定类型的数据自动清理和擦洗过程的工具。作为一个例子，今天我构建了一个实用程序，它可以从原始(脏)数据中提取我需要的数据，这样我就不需要在将来花那么长时间清理它。
数据科学工作具有社会性吗?你所从事的项目是合作的，还是大部分时间都是独自工作的?
我想很多人对数据科学家或程序员有这样的印象，他们躲在地下室里，与世隔绝。虽然那些独狼程序员和数据科学家确实存在，但我的经历却完全相反。
在解决问题时，您的数据科学家同事之间有大量的协作，而且非常重要的是，将您的结果与其他团队成员或组进行交流也是工作的重要组成部分。
我没有想到通信是数据科学中如此具有挑战性的一部分，但它确实是。试图清楚地传达你的发现或过程可能是相当困难的，特别是对外行观众。我想澄清的是，这与人们不聪明或不理解数据科学无关，而是因为数据科学通常被包裹在一层厚厚的术语和抽象概念的面纱中，这些术语和抽象概念很难用通俗英语表达。
与编程相比，数据科学中涉及多少数学和统计技能?
我想说的是，数据科学家的角色往往比一般的编程角色更偏重于数学和统计，因为您需要大量时间直接处理数据和建模。也就是说，在编程中还有许多其他的角色涉及到大量的数学和统计，甚至可能比数据科学还要多。
以我自己的工作为例，我最近一直在从事许多软件开发，这些软件开发很少涉及统计数据，但涉及相当多的数学知识，特别是算法知识。
没有学位就学习数据科学
没有学士或硕士学位你能成为一名数据科学家吗?这是你可以通过在线课程或证书学到的东西吗?
虽然我认为受过正规教育有助于你进入职场，或通过简历审查的第一关，但对于成为一名数据科学家或其他形式的技术工作者来说，这并不是必要条件。
我认为你可以通过自学数据科学得到充分的教育。YouTube上有大量关于数据科学的视频、文章和在线课程，其中大部分质量都非常好。
例如，Amazon为使用其web服务(AWS)提供了自己的认证计划，但没有任何先决条件。我认为在你的简历上有这样的内容在找工作的时候会很有帮助。
你回到学校是学数据科学还是自学?
我是自学成才的，但事实比这要复杂一点。2018年秋天，我开始了数据科学家的实习，除了我自己的自主学习，我还开始了一些在线课程(尽管我承认，大多数都没有完成)。
这些都是我在网上找到的免费在线课程，通常都是我想听的在线讲座。对于我自己的自学，我有大量的搜索和阅读相关的教科书，或其中的相关部分。
你最喜欢的数据科学学习资源是什么?
我发现课本是我最喜欢的资源，可以快速地涵盖很多内容。在实际学习方面，我非常喜欢奥莱利的教科书。它们也非常实惠。
数据科学的灵活性
你打算永远呆在数据科学领域吗，还是打算在某个时候转到一个新的行业?
数据科学的好处之一是它几乎可以应用于任何领域。现在我的工作是认知评估，但我可以很容易地回到动物福利，并使用数据科学工具包来解决动物福利领域的问题。
我对现在的工作很满意，但我可以肯定地看到自己要么回到动物福利行业，要么在未来进入另一个我热爱的领域。然而，我确实认为，无论我走到哪里，数据科学将永远与我同在!
找到每周现场问答在亚博怎么才能提现CareerExplorer不和谐社区yabo亚搏体育．
