從零開始學習Python 跟數據科學 (第二階段 — 中階水平)
一位既是金融從業員,也是人工智能公司創辦人的經驗分享
中文文章
Hudson Ko
3/8/20231 min read
我的學習歷程分5個階段
(嬰兒級別 — 測試你的熱情和基本能力)
Data Camp 的 “Introduce to Python” 課程(初學者級別 — 真正的開始)
Data Camp 的 “Data Scientist” 職業課程(中階級別 — 證書獵人)
Coursera 的 密歇根大學 “應用數據科學與Python” 或 EdX 的相等課程(高階級別 — 是時間做點自己有興趣的項目)
研究生學位 OR/AND 通過實踐學習併發佈在Medium上(大師級別 — 學得越多,知道得越少)
在GitHub上建立自己的簡歷
在本文中,我將繼續分享中階水平的學習歷程。如果您是初學者,不知道從何開始學習Python跟數據科學,您可以回到這裡的文章。
3. 中階級別(3–12個月)
完成Data Camp課程後,您應該已經獲得了一些Python和數據科學的基礎知識,並具有一些編程的實踐經驗。
但是,這遠遠不代表您對 Python / 數據科學 已經具有中階水平的認識。因為 Data Camp 的交互式功能在現實中並不存在。在任何工作上,您都必須從零開始編寫Python腳本。
而且,在面試中,除了編程測試之外,您也經常會被要求口頭描述一些數據科學的理論和概念。因此,學習算法背後的數學和邏輯,並從零開始編寫Python腳本是必要的。更重要的是,現在是時候添加一些有價值的證書到您的簡歷,並開始求職了。
老實說,許多人因為這個階段的難度和工作量過重而放棄了。而且當你面對那些作業和測試時,動力將逐漸下降。
我的建議是選擇您真正感興趣的課程,或者選擇您欽佩的學校或公司提供的課程。因為至少,你知道你正在為你想要的證書努力。這樣將為您提供一些額外的動力。
兩大著名的學習平台 Coursera 和 EdX 提供了數百門關於 Python 和數據科學的課程。其中許多課程都是由著名的大學和公司提供的。
Coursera 提供兩種訂閱選項: (a) 每月訂閱 或 (b) 按課程收費。您可以根據自己的時間表選擇適合您的方式。 ( 我記得我當初訂閱了兩個月,並儘可能完成了所有我想讀的課程。)
EdX 是一種 “免費” 加 “高級版”,大部分課程都可以免費參加。但是如果你想獲得證書,則必須支付費用。
在我最初學習 Python & Data Science 的時候 (2016–2017年),課程的選擇很少。當時我找到最好的一個是由密歇根大學提供的《Applied Data Science with Python Specialization》課程。即使到今天,這個項目仍然是 Coursera 上最受歡迎之一。
該項目結構緊密,共有 5 門課程,包括數據可視化、機器學習、文本挖掘和社交網絡分析。有許多基於真實世界數據的練習和測試,為學習者提供了非常好的培訓,讓他們有機會體驗數據科學家的工作。
不過,這門課程的工作量幾乎相當於半個碩士學位,對於那些全職工作的人來說是有點難度的。 ( 這也是為什麼它與密歇根大學的應用數據科學碩士學位相聯的原因。)
但是,我也保證,您在完成這個課程後,數據科學的知識和編程實踐技能會有非常大的進步。例如,您將學習自然語言處理(NLP),明白ChatGPT 的強大,以及谷歌創始人 Larry Page 創立的 Page Rank 理論。
聽起來很有趣,對吧?更重要的是,這個項目將檢驗您成為數據科學家的激情和能力。沒有痛苦就沒有收穫,堅持下去吧。這將是您與其他 85% Python / Data Science 學習者的分界線。
實際上,我也在 Coursera 和 EdX 上了許多其他課程,深入了解人工智能和深度學習領域。它們大多數都非常技術性,如果你不是理科人才,可能會有點困難。以下是一些有趣的選擇。
由 斯坦福大學 和 DeepLearning.AI 提供的 Machine Learning Specialization,由著名的 Andrew Ng 授課
IBM 提供的 Python for Data Science Projects
哈佛大學 提供的 CS50’s Introduction to Artificial Intelligence with Python
如果您能完成密歇根大學的應用數據科學課程,再加上1到2個專業課程,您絕對具備Python和數據科學的中階級別。(當然,前提是您能記住大部分課程內容,並熟悉相關概念和編程。)
到時候,您應該有足夠的信心在簡歷上寫下:Python(中級),並添加一些有名的數據科學證書。
可以開始求職嗎?可以 或 不可以。
可以,如果您正在尋找非IT公司的數據分析員職位,主要做數據處理和數據可視化的工作。
不可以,如果您的目標是數據科學家/數據工程師職位,這需要更強的編程基礎和一些後端知識。
關於從高級到大師級別的學習歷程,請參閱下一篇文章。
Privacy Policy
Copying, editing, modifying or any other use (whether for commercial purposes or otherwise) of this material, other than personal viewing and direct sharing, without Finance Career Coaches' prior written permission is strictly prohibited.
© Finance Career Coaches 2023. All rights reserved.