Reddit網友參加資料科學家訓練營被騙經歷
我不知道這是否是一個合適的地方,但我希望也許我可以拯救一些人,使其不至於犯我同樣的錯誤。
我有一個小小的背景,我有一個美術學位,大約7年前開始在企業界工作,是一名設計師。我的部門正在裁員,為了避免被解僱,我最終在2020年搬到了公司內部的一個死衚衕。我目前的職位沒有任何上升空間,我獲得的有用工作經驗也是零。我可以訓練一隻黑猩猩來做我的工作。
去年,我開始尋求改變,並對資料科學產生了興趣。我發現在我所在地區的一所主要大學有一個為期6個月的訓練營,於是就被吸引了過去。我在報名時問他們:"鑑於我在這個領域的經驗為零,我是否適合這個專案?"他們向我保證,他們的大多數畢業生在6個月內都能在這個領域找到工作,無論其背景如何。他們在一開始就承諾了很多,比如 "從我們專案出來的大多數人都能找到10萬美元以上的工作","這是目前最需要的工作,工作機會比申請者多"。
我被賣了,從一個家庭成員那裡借了錢,先付了款。我完成了課程,真的很喜歡所涉及的內容。這幾乎是一年前的事了,我現在很茫然。他們提供的 "職業服務 "不過是 "這裡有一份簡歷指南和一些我們在Indeed上找到的招聘資訊"。我已經申請了70多個工作,但沒有得到一個回電。我覺得我被騙走了12000美元,而我卻無能為力。我覺得自己太失敗了,因為我認為自己可以做到這一點。
總結:訓練營是個騙局,不要像我一樣認為進入這個領域有一個簡單的方法,如果你想做這個,就去拿個學位。
其他網友討論:
有相關工作經驗和研究生學位的人都在競爭資料科學的工作,一個完全沒有學術或工作背景,沒有相關工作經驗的人不可能在六個月的訓練營後有競爭力。
我認為這些訓練營對於那些一直在資料領域工作,但從未接觸過Python,或機器學習,或資料科學的其他技術方面的人來說是有幫助的,但對於一個沒有任何背景或經驗的人來說,它們幾乎是無用的。
但是,你不一定要放棄。我想你已經知道,你應該尋找 "資料分析師 "的工作,而不是 "資料科學家 "的工作。在這一點上,你肯定不會得到一份資料科學家的工作。但有許多型別的資料工作你可以做,這將開始建立你的資料工作簡歷。
尋找實習機會。自己做幾個專案,展示你的技能。確保這些是 "真正的 "資料科學專案,而不是對Kaggle的泰坦尼克號資料集的蹩腳的重新想象。把這些專案放在Github或者你可以向人們公開的地方。試著找到線上或現場的社群來建立聯絡。
我認為我從提供這些課程的高價學院看到的一些廢話幾乎是犯罪。
編輯:就其價值而言,你得到了相當便宜的機會。我當地的一所大學也提供類似的訓練營,價格為2.4萬美元。
我將於 5 月從資料科學碩士專案畢業。我們的大多數學生 (>70%) 已經獲得了工作機會,並且工作機會的中位薪水 > 10 萬美元。距離畢業還有 2 個月的時間,從歷史上看,我們在畢業前的就業率接近 100%。我在整個過程中的經驗(再次,僅從我所見,可能不是真的)是入門級資料科學職位大部分(> 90%)由來自以下招聘流的候選人擔任:
- 公司內部變動(例如,對 ML/DS 感興趣並參加 MOOC 或獲得工作經驗以透過內部面試流程的 SWE)
- 具有高聲望/成功記錄的訓練營(Insight 資料科學是一種浮現在腦海中的但特定於博士的訓練營)
- 擁有極好的校友網路和與僱主(Georgia Tech、NCSU、CMU、UC Berkeley)的牢固關係的 MS 課程。公司來找我們,我們大多數人都不必去找工作。你把你的名字放在名單上,如果一家公司喜歡你的簡歷,他們就會面試你。
我認為在這 3 條路線之外進入資料科學領域是一場艱苦的戰鬥,而且隨著時間的推移,招聘管道中的招聘關係通常會變得更加牢固,而且只會變得越來越難。
殘酷的現實是,這是一個競爭非常激烈的工作崗位,需要很多技能。因為它的需求量很大,所以很多人都做了你所做的事情。
在我的公司,我們收到的簡歷中只有不到 5% 能夠透過面試,而 80% 的申請者在 5 分鐘後被拒絕,因為他們顯然對這個主題只有膚淺的瞭解(例如,上過一些 Coursera 課程)。我什至目睹了幾個申請人在谷歌上搜尋問題,同時提出諸如“什麼是 p 值?”之類的基本問題。或者“你可以為迴歸模型使用什麼樣的損失?” (有一半的時間我得到了最後一個問題的“準確性”......)。
我現在正在招聘DS和ML方面的職位,我可以告訴你,我們被做資料科學碩士甚至博士的人淹沒了,所以我們幾乎不看那些最深的DS經驗是訓練營的簡歷。
在某種程度上,資料科學碩士正在成為新的訓練營,而訓練營是新的 "泰坦尼克號筆記本個人專案"。由於需求量很大,許多大學都加入了DS課程,而且由於過去十年的炒作,它們成為了金錢的搖錢樹。
我對那些想進入資料領域的人的建議是,做好編碼工作,申請初級/實習軟體工程師的職位,因為這些職位的需求量更大。一旦你有了這些經驗,就開始參與資料專案。如果不是在資料科學領域,也要獲得工作經驗。做一些諸如部署模型和建立管道的事情。瞭解雲架構。然後你就有了一些資料經驗,否則簡歷就會被招聘人員扔進垃圾桶。
人們應該意識到,在大多數公司,資料科學部門是一項奢侈的開支。而相對於需求而言,工作的供應量正在快速萎縮,因為具有資質的人的供應量正在爆炸性增長。
相關文章
- Reddit網友談資料分析師和資料科學家的職業區別資料科學
- 融雲首席科學家任傑:歷練出人才,職場「經歷>經驗」
- 認證培訓 | 歡迎參加GBase 8a MPP Cluster資料庫5月訓練營資料庫
- 認證培訓 | 歡迎參加GBase 8a MPP CLuster資料庫3月訓練營資料庫
- 新春開課 | 歡迎參加GBase 8a MPP CLuster資料庫2月訓練營資料庫
- TikTok機器學習與資料科學家的面試題 - Reddit機器學習資料科學面試題
- 菜鳥專科生從參加IT培訓到就業歷險記就業
- 參加六西格瑪培訓需要什麼學歷?
- 程式碼隨想錄演算法訓練營day58| 117.軟體構建 47.參加科學大會演算法
- 【資料科學家】如何成為一名資料科學家?資料科學
- 產品資料分析師的頭銜是否可重新命名為“資料科學家”? - Reddit資料科學
- 資料分析師與資料科學家有什麼不同? - Reddit資料科學
- 參加java培訓需要學多久Java
- 參加java培訓要學多久Java
- 參加培訓
- 資料科學中特徵工程如何自動化? - Reddit資料科學特徵工程
- 學歷不夠不參加長沙Java培訓,自學java現實嗎?Java
- 資料科學家會被機器學習工程師取代嗎? - KDnuggets資料科學機器學習工程師
- DevOps經歷的 Log4j痛苦經歷 - Redditdev
- java大資料開發訓練營--NginxJava大資料Nginx
- java大資料開發訓練營--ImpalaJava大資料
- 參加UI培訓課程學什麼UI
- 學習linux有必要參加培訓嗎Linux
- 參加UI設計培訓要學多久UI
- 新手參加java培訓都學什麼Java
- 初創公司資料科學專案全流程指南,一位資深資料科學家的經驗談資料科學
- 這七家BAT公司,誰家資料科學家更多BAT資料科學
- 資料科學家已死?AutoML使得資料科學更加普及化 - enterpriseai資料科學TOMLAI
- 參加UI設計培訓如何高效學習?UI
- 參加web前端培訓要學會哪些技能Web前端
- 學習Python真的有必要參加培訓嗎?Python
- 參加web前端培訓要學哪些知識Web前端
- 參加新媒體運營培訓主要學什麼?可以找什麼工作?
- 公民資料科學家的侷限性資料科學
- 如何成為資料科學家? - kdnuggets資料科學
- 業界 | 資料科學家“恐怖故事”資料科學
- 資料科學家的命令列技巧資料科學命令列
- 3.3 神經網路的訓練神經網路