从Meetups到 Mentoring 如何作为数据科学家进行网络建设

从Meetups到Mentoring：数据科学家的网络建设

渴望成为初级和高级数据科学家的五个建议

概述

1. 简介
2. 渴望成为数据科学家的建议
3. 初级数据科学家的建议
4. 高级数据科学家的建议
5. 总结

简介

人际网络。我们经常听到像“我听说人际网络很有用，为什么不试试？”这样的短语。这样的鼓励是出于好意，但不是很有用。大多数人都明白人际网络的价值。许多数据科学家不是通过官方招聘而是通过推荐和联系来找到工作。

了解如何有效地建立人际网络可能有些棘手。一些建议已经过时，一些对于数据科学家来说不相关，一些则是错误的。回顾你职业生涯中以前的阶段并理解哪些实际起作用更容易。这是因为你可以看到你周围成功人士的共同特点 ✨

在这篇博文中，我想给你一些作为数据科学家如何建立人际网络的建议。下面我将这些分为渴望成为数据科学家的建议、初级数据科学家的建议和高级数据科学家的建议。我自己是一名高级数据科学家，所以我对所有这些步骤都有经验。我还与许多专业招聘人员进行过交谈，并参与过数据科学家的招聘面试。然而，请把我说的话当作一种参考，不要完全依赖。在这个话题上，我并不比其他人更有权威性，这只是我的个人见解。

在我们开始之前，你应该知道我认为将人际网络视为一种优化问题是根本上错误的。拥有1000个LinkedIn联系人或者在LLMs的帖子上获得5000个赞并不是目标。人际网络的目标是与志同道合的人建立真正的联系，他们和你一样热爱同样的事物。这些联系人为你提供了一个网络，你可以在需要时向他们寻求帮助。

• 从数据到收益：使用线性回归
• 使用Amazon SageMaker和Amazon Rekognition构建和训练计算机视觉模型，以检测图像中的汽车位置
• 使用Amazon SageMaker扩展数千个机器学习模型的训练和推理

矛盾的是，将人际网络视为一种优化问题会让你在人际网络方面表现糟糕。这会让你关注指标而不是人。只与某人见面…