一种被高度低估的在数据科学领域建立职业资本的方式

在线写作：轻松入门，有助于培养沟通技巧，比传统的数据科学作品集更可持续

作品集和LinkedIn档案只能在您作为数据科学家的职业生涯中帮助您有限。

当然，LinkedIn是建立专业网络的好方法，作品集提供了展示您所做的酷炫项目的好方式。但是，如果没有人点击您的作品集链接，或者您不想成为LinkedIn的推销员，您的档案只会闲置在那里收集数字尘埃，您将无法从中获得任何价值。

在本文中，我想提倡另一种补充策略：在线写作。

直到3个月前，我从未为了兴趣而写过任何东西，而且我对写作的记忆大多来自学校和考试的负面经历。所以，如果在线写作的想法听起来很疯狂（或者超出了您的舒适/兴趣范围），我完全理解您的想法。但是经过3个月的实践，我成为了它的坚定信徒，如果您给我2分钟的时间，我将解释如何通过在线写作实现数据科学家的以下目标：

• 前三种数据架构趋势（以及LLMs如何影响它们）
• 小猪AI新闻，6月28日：10个ChatGPT插件用于数据科学备忘单 • 自动化数据分析的ChatGPT插件
• 什么是合成数据？它们的类型、用例和在机器学习和隐私方面的应用

• 发展强大的个人品牌
• 与数据科学社区中的他人建立有意义的联系
• 培养常被忽视的讲故事和沟通技巧
• 以对招聘人员友好和可分享的格式展示您的技能

然后，我将分享一些帮助我开始写作的事情，并给出一些您也可以开始的想法。

如果您喜欢这个故事，如果您点击我的“关注”按钮，我会非常感激 —— 只有1%的读者这样做！谢谢阅读。

在线写作的4个好处

1. 写作有助于发展强大的个人品牌

在我的数据专业生涯中，我采取了一种相当标准的专业品牌推广方法。

我创建了个人作品集，维护了LinkedIn档案，并偶尔发布一些重要的职业成就。

这种方法的问题在于作品集和LinkedIn档案隐藏在互联网的一个偏僻角落。除非有人主动去寻找，否则没有人能找到您的作品，而您也没有机制来获得对您的工作的反馈。

相比之下，当您在线写作时，可以与更广泛的受众分享您的作品，并获得关于阅读时间和阅读比率等方面的非常好的反馈。如果您坚持不懈，写作是建立个人品牌并成为某个特定领域的“首选”人的绝佳方式。

例如，我的目标之一就是尝试成为关于数据科学职业的首选人。如果我完全依赖个人作品集或偶尔的自夸/鼓舞人心的LinkedIn帖子，要建立这种专业品牌将非常困难，但是通过在小猪AI上写作，很容易塑造出这种在线身份。

不要只听我的话 —— 例如，看看Cassie Kozykrov。Cassie是Google的首席决策科学家，也是一位非常激励人心的数据领域的人物。通过在线写作，她塑造了一个出色的个人品牌，这意味着即使像我这样无知的人也知道她是谁。再举一个例子，Chris Albon是Wikimedia Foundation的机器学习主任，他的Twitter账号可能是数据领域最有趣的。Chris通过多年来建立了一个出色的个人品牌，并利用这个平台与来自世界各地的人分享优秀的学习资源。

2. 在线写作有助于与行业内其他人建立有意义的联系

在线写作的另一个好处是它是建立您的网络的好方法，并且可以是LinkedIn之类的更愉快的替代品。

在LinkedIn上发帖多年后，我注意到你的内容与你希望看到你的内容的人之间经常存在不匹配。

大部分观众都是你的追随者，但除非你已经拥有一个活跃和参与度高的受众群体，否则你不太可能拥有许多感兴趣的追随者。你的追随者往往是已经认识你的人，而且更糟糕的是，其中一半可能只是不感兴趣的半联系人。见鬼，我的LinkedIn网络中还包括我在当地报摊的第一份周六工作中认识的人。保持联系很好，但对我们俩来说，在我分享关于人工智能革命的思考时并没有太多价值。

相比之下，当你在线写作时，你能够以更可持续和有价值的方式与特定的社群分享你的思考。

例如，我会在《向数据科学进发》和《向AI进发》等出版物上分享大部分的数据科学文章。我能够有针对性地接触到与我同行的人，我不会用我的对卷积神经网络细微差别的思考打扰其他人。当我在小猪AI这样的平台上分享这些思考时，我能够让真正感兴趣的人看到我的内容。

3. 写作帮助你掌握沟通和叙事技巧

询问任何数据科学招聘人员，他们会告诉你找到一个知道什么是无监督机器学习模型的人很容易。难的是找到能够简洁地向非技术利益相关者解释它的人。

在你发展数据科学职业时，建立这些沟通技巧非常重要，你不应该只专注于技术技能。当然，在你刚开始的时候，你可能会花大部分时间编码，除了内部团队会议之外，不会做太多演讲。但如果你想提升职业生涯，发展强大的叙事和沟通技巧绝对至关重要。请记住：高级和首席数据科学家花在演讲上的时间比花在编码上的时间要多得多。写作能帮助你做到这一点，因为你不断在思考如何清晰地表达你的观点，以及在哪里减少不必要的废话。

4. 当你开始职业生涯时，作品集很有用；长期来看，写作更有效

许多渴望成为数据科学家的人可能没有意识到，作品集很快就会过时。

我记得当我在不到一年前完成数据科学硕士学位时，我创建了第一个版本的作品集网站。到了申请数据科学工作的时候，我想要一种展示我一直在做的一些项目的方式。我听说人们谈论建立在线作品集的重要性，所以我使用GitHub pages和Jekyll搭建了一个简单的静态网站。

虽然这个作品集对于获得我的第一份工作非常有帮助，但当我开始全职工作作为一名数据科学家时，我发现我没有时间（或兴趣）在工作时间之外进行数据科学项目。雇主对我的工作成就比对我的个人项目更感兴趣，不久之后我就放弃了我的作品集。

相比之下，在线写作在我看来是一种更可持续的长期建设职业资本的方式。

为什么呢？首先，因为它很快。做一个完整的数据科学项目需要很长时间，但写一篇快速的博客文章（就像这篇文章）只需要一两个小时。

其次，因为你可以写任何你想写的东西。这使得写作成为一种非常可持续的长期建设职业资本的策略，因为你可以随着时间的推移改变你的写作内容。当你作为一个编码人员在“一线”工作时，你可以分享编码技巧或项目总结。当你稍微高级一些，大部分时间都在与利益相关者会面或制定团队策略时，你可以写关于宏观问题的东西。无论你职业生涯的哪个阶段，都很容易将你的在线写作与技术和非技术招聘人员分享，并通过展示你的写作方式在“现实生活”中展示你的沟通技巧。

如果你还没有被说服，那么请考虑一下：如果过去一年的人工智能发展教会了我们什么，那就是算法和编码语言可能会发生变化，但叙事技巧永远是需要的。在5年后，我预计AI工具将意味着我将做更少的编码（或者至少，我的编码速度将更快）。但是我仍然会使用数据讲故事，所以这似乎是一个值得投资的技能。

如何开始写作

如果在线写作的想法让人感到害怕，别担心：我以前也有同样的感觉。

然后，在2023年3月，我下定决心，在小猪AI上写了我的第一篇文章。以下是帮助我开始这个旅程的要做和不要做的事项。

要做：

1. 从小处着手——你不需要写一些突破性或超级细分的东西。我的第一篇文章是关于我的职业故事的个人反思，我的第二篇文章是关于如何使用SQL对数据进行分组的指南。这两个主题都非常简单，但这实际上是一个优势，因为它们写起来不花费很多时间，使得“开个头”非常容易。
2. 分享你的个人经验——网络上有很多编码指南，如果你的写作读起来像技术文档，你会发现很难脱颖而出。不管你写什么，试着向读者展示一个个人的角度：如果你分享一个编码提示或理论解释，这个{技术/概念}在你个人的工作/项目中如何帮助你？你学习它花费了多长时间？如何实践你的技巧的建议？
3. 找到适合自己的节奏——我在小猪AI上发布文章频率相当高，因为我喜欢写作，但这不是唯一的方法。很多优秀的数据科学作家每个月或每几个月只发布一次。关键是找到适合自己的节奏，并坚持下去。
4. 写关于长青话题——如果你写编码指南或分享个人故事，这些文章在你写完之后很长一段时间仍然有用。即使它们不会立即受到欢迎，你正在投资一个长期的高质量内容库，如果有人在2年后偶然发现它们，它们仍然具有价值。

不要做：

1. 不要觉得你需要成为专家——即使你是一个初学者的数据科学家或渴望成为数据科学家，我可以保证你有一些有价值的东西可以分享。读者不关心你是否在量子编织篮子方面有博士学位；他们只关心你是否能帮助他们解决他们面临的具体问题。我自己的个人资料证明了你不需要成为专家或写关于复杂主题的文章。
2. 不要担心找到一个细分领域——花时间尝试不同的主题，将找到细分领域的事情留到以后。正如YouTuber Ali Abdaal经常建议的那样，首先只需“开始”，然后专注于“变得优秀”，只有在之后你才需要担心“变得聪明”。不要通过对自己施加严格限制来限制你的想象力；让自己尝试新事物，看看你喜欢什么。你甚至可能会惊讶自己！

就是这样！

谢谢阅读。希望对你有所帮助，如果你想聊天，请随时联系我 🙂

还有一件事 – 你能成为我的1%吗？

在小猪AI上，不到1%的读者会点击我的“关注”按钮，所以当你这样做时，真的意义非凡，无论是在小猪AI、Twitter还是LinkedIn上。