原文：
www.kdnuggets.com/2019/05/guide-transitioning-career-data-science-part-1.html
评论
如果你想将职业转型为数据科学，最常听到的建议可能是学习 Python 或 R，或通过参加 Coursera 上的 Andrew Ng 的机器学习课程来学习机器学习，或开始学习大数据技术，如 Spark 和 Hadoop。
1. Google 网络安全证书 - 快速通道进入网络安全职业。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织进行 IT 支持
我称这是通向数据科学职业的技术导向路线。
如果你是程序员或有博士学位，这种方法完全合理。如果你来自非技术背景，最简单的入门数据科学的方法是采取以领域知识为重点的方法。
如果你查看 Drew Conway 的维恩图，你会发现数据科学家不仅仅具备技术技能。他们还具备领域专长。
那么，为什么不利用它呢？我一直相信发挥自己的优势。
让我详细解释一下这种方法。
第一步：发现你的理想工作
数据科学在多个领域（如市场营销、金融、人力资源等）中用于解决有趣的商业问题。
你的第一步是选择一个与你领域相关的数据科学职位。
让我通过一个例子来说明这一点。
我将假设自己是一个数字营销人员，想要转型到数据科学。如果我在 Google 上搜索“营销数据科学职位”，我会得到一系列职位发布，标题如下：
-
“高级市场营销数据分析师”
-
“高级数据科学家 - 市场营销”
-
“市场营销分析专员”
然后我会逐一查看每个描述，以了解这些职位标题中哪些最接近我当前的技能（在领域知识方面）。
通过这个练习，我发现“营销数据分析师”角色很适合我。我还排除了高级职位，因为它们需要数据科学的经验——因此，它们不是好的目标。
这是一个营销数据分析师职位的描述：
该职位的强有力候选人应具备一定的 Google Analytics 技能，了解在线指标（如访问量、转化率等），并知道如何进行活动分析。如果我是一名具备这些技能的数字营销员，那么我就是这个职位的强有力候选人。
以下是职位描述中列出的技术技能：
在这个阶段，我不打算担心职位描述中列出的技术和分析技能，因为我的重点只在于领域知识。
你可以运用相同的原则来选择你领域内的目标职位。
一旦你确定了目标职位，是时候筛选你的目标公司了。
第 2 步：发现你的梦想公司
你必须根据以下两个标准之一，筛选出 5 家公司作为目标：
-
他们经常发布你目标职位头衔的招聘广告。
-
有很多人拥有你所针对的职位头衔。
我发现，主要招聘数据科学专业人员的公司通常属于以下类别之一：
-
中型科技公司
-
精品数据科学咨询公司
-
大型咨询公司
-
主要金融机构
-
大型零售公司
在主要科技公司（如 Facebook、Google 或 Amazon）获得入门级数据科学职位是相当困难的，因此不要以它们为目标。
对于我的“营销数据分析师”职位，我已经筛选出了加拿大前 5 名银行：
-
TD 银行
-
RBC
-
CIBC
-
BMO
-
道明银行
第 3 步：与合适的人建立网络
你已经选定了目标职位和几家公司，做了功课。但从你的房间里，你能做的也有限。
你还有很多问题，例如：
我真的能得到这个工作吗？
下一步我该做什么？
你如何回答这些问题？
通过测试。
除了这次，你将与真实的人交流：那些已经经历过的人。
以下是你可以遵循的步骤：
-
找到你所筛选公司中拥有目标职位头衔的人
-
给他们发电子邮件，安排咖啡会面或电话会议。
-
出席并提出好的问题。
-
跟进并建立真实的关系。
第一步是使用 LinkedIn 找到每个目标公司中至少 2 个已经拥有你目标职位头衔的人。
在我的情况下，我会在 LinkedIn 搜索栏中输入“Marketing Data Analysts TD Bank”以获取 TD 银行的目标人员列表。
如果他们在 LinkedIn 上有 500+个连接，我会通过 LinkedIn 联系他们，否则我会通过电子邮件联系他们。
你可以使用一个名为“Voila Norbert”的工具来获取他们的官方电子邮件地址。你只需在这个工具中输入他们的姓名和他们所在组织的域名即可获取他们的电子邮件地址。
你可以使用一些模板与联系人取得联系：
初始 LinkedIn 请求消息：
我在 LinkedIn 上研究市场数据分析师职位时，注意到你是[公司名称]的市场数据分析师。你的职业道路对我很有启发。我正在寻找理想工作，想向你请教 3-5 个关于你职业道路的问题。
一旦他们接受了你的 LinkedIn 请求：
感谢你接受我的请求。
我的名字是 [名字]，和 [关于你的几句话]。
正如我之前所说，我正在寻找我的梦想工作（[你的目标职位]），希望向你请教 3-5 个关于你在 [公司名称] 的经验的问题。
你的见解对我会很有帮助。我将在 9 月 14 日（星期五）到 9 月 17 日（星期一）在城里。你是否在 9 月 14 日到 17 日之间的任何时间可以抽空喝杯咖啡聊聊？
你可以将上述 LinkedIn 信息作为你的第一次联系邮件，主题行如下：
有志的数据科学家——寻求最佳建议
如果 3 天后没有收到回复，请发送一封类似的跟进邮件：
我想跟进我之前的信息。*
此时，我已经：*
- 确定我想追求的职位：市场数据分析师 *
- 以及我有兴趣申请的公司列表，也已经彻底研究过。
我确实有一些关于我的方法的问题——这就是我联系像你这样的专家的原因（你已经拥有了我梦寐以求的工作）。
我坚信，你对我数据科学求职市场的指导和反馈将对我有很大帮助。
再次，如果 2 个工作日后没有收到回复，请再发送一封跟进邮件：
嗨 [名字]，我想最后一次跟进我之前的信息。如果没有收到回复，我将假设时机不对。你的指导将对我追求梦想工作的旅程帮助很大。
在联系你的任何目标之前，看看你是否认识可以介绍你的人。可以是你的校友或前同事。
你也可以使用一个简单的 Excel 表格来跟踪整个过程。这是一个示例：
假设你的一个目标联系人同意了，让我们讨论一下实际会议中该做什么。
记住，这些非正式会议是为了测试你的想法并获得新见解。它们不是为了获得工作。在这里绝不要询问工作。你处于研究阶段。现在你只是收集信息。它们也不是为了谈论你自己，所以请友善地倾听。你的任务是学习，而不是谈论自己。
如果你有半小时的会议，应该花大约 25 分钟提问。在最后五分钟，你可以花几分钟谈谈自己。
尝试提出聪明的问题。在实际提问之前，尝试自己回答每一个问题。为每个答案进行情景规划。
你可以问一些问题：
-
我想了解一下你是如何开始你的数据科学职业生涯的。
-
你能告诉我数据科学如何为[公司名称]创造价值吗？最近的一些工作例子？
-
[公司名称] 的团队经常使用哪些软件和机器学习技术？
-
团队的典型背景是什么？
-
[公司名称] 是否雇用没有数据科学经验的人？
-
如果是这样，他们在寻找没有该领域经验的候选人时，会看重哪些重要技能和特征？
-
如果我申请了[公司名称]，你认为什么会让我脱颖而出？如果我下周有面试，你会给我什么建议？
会议结束后，当天就发一封感谢邮件。
再次感谢你昨天与我会面——这对我非常有帮助。
我认为我的下一步是[包括你们对话中的一些内容]。
请告诉我是否有什么我可以做的来回报这份恩情！
你应该在目标公司见到至少 2 个人。
到目前为止，你已经进行过十次咖啡会议，并对所有问题都有了答案。你打算如何处理这些答案？如何说服你见过的人你是一个强有力的候选人？
这正是我将在下一个博客文章中讨论的内容。敬请关注。
相关：
-
转型为数据科学家的逐步指南 – 第二部分
-
成为数据科学家
-
转型为数据科学：如何成为数据科学家，以及如何创建数据科学团队