Недавно я слушал подкаст с Лексом Фридманом и Илоном Маском. Один из вопросов, который был задан Илону, был «Откуда нам знать, какую карьеру выбрать?». Его ответ был что-то вроде «сделай что-нибудь, что может помочь окружающим». После прослушивания этого я думал несколько дней, я уже сомневался в своем будущем, так как знал, что не хочу учить бесконечно, каким бы приятным это ни было.

Что ж, перенесемся на несколько месяцев вперед, и после долгих исследований вещей, в которых я был бы хорош, я наткнулся на Python. Мне нравилось использовать этот язык, и многие эксперты в области компьютерных наук рекомендовали этот язык в качестве отличной отправной точки из-за его удобочитаемости и относительно быстрой кривой обучения. Я думал о программной инженерии, но не нашел, что идея разработки программного обеспечения представляет большой интерес или область, в которой мне было бы интересно работать. Я случайно наткнулся на Эндрю Нг, у которого есть замечательный курс по машинному обучению и его приложения на EdX.

Это было достаточно сложно, чтобы быть увлекательным, достаточно новаторским, чтобы заинтересовать меня, и, что более важно, это была область, в которой я мог видеть, что тоже посвящаю свое время. Я всегда был очарован этой темой, но думал, что мне придется подать заявление в университет, чтобы иметь шанс.

К счастью для меня, в наши дни есть несколько служб, которые призваны помочь тем, кто находится в моем положении. В настоящее время я учусь на треке Data Scientist с Datacamp, Специализация машинного обучения с Coursera, Введение в Python и Доуниверситетское исчисление с edX.

Ну, само собой разумеется, у меня полная тарелка и напряженная учебная рутина. Но я изучаю все это, чтобы компенсировать недостаток знаний и знакомства по сравнению с теми, кто, возможно, получил высшее образование со степенью в области компьютерных наук, инженерии или математики.

Я все еще относительно близок к тому, с чего начал, но каждый день я на несколько шагов приближаюсь к своей конечной цели; стать специалистом по данным.

Возможно, вам следует сделать то же самое, вот несколько статистических данных, которые делают поле интересным:

К 2019 году количество публикаций для специалистов по данным на Indeed выросло на 256%, и Бюро статистики труда США прогнозирует, что наука о данных будет расти больше, чем почти в любой другой области до 2029 года.

И если безопасность работы не щекочет ваше воображение, то всегда есть практический результат.

Средняя национальная зарплата Data Scientist составляет 46 953 фунта стерлингов в Соединенном Королевстве.

Наряду с этим данные оказывают реальное влияние на нашу повседневную жизнь. Осознаете вы это или нет, но компании по всему миру используют данные, чтобы убедиться, что вы получаете максимально приятное впечатление от использования их услуг. Как, по вашему мнению, Spotify, Netflix и YouTube могут с относительной точностью определять медиафайлы, которые могут вас заинтересовать? Данные находятся на переднем крае всего, что мы делаем, и возможность сделать это огромное море информации более актуальным и полезным для мира — это то, что, я уверен, может заинтересовать каждого.

Я также хотел бы связаться с Twitter, LinkedIn или на моем Веб-сайте. Я не уверен, какую ценность я мог бы предоставить вам, но если вы обратитесь, я был бы более чем счастлив поговорить или поговорить о том, что я написал здесь.