「譯」如何成功入職成為數據科學家_萊特幣

核心要點：大多數人正在做著僅是心理安慰的無效努力，要想成為技術達人你應該這么做。

原文鏈接：https://www.kdnuggets.com/2018/11/get-hired-as-data-scientist.html

我還記得我哥哥決定賣出他的比特幣的那一刻。2017年，星巴克。一個中年大媽向我們走來，她正在給人發放比特幣的小冊子，上面大大的字體寫著，“比特幣：通往提前退休之路”。

我很好奇，因此問她如何看待虛擬貨幣市場，結果她除了比特幣并不知道其他虛擬貨幣。以太幣？“沒聽過”。萊特幣？“是便宜版的比特幣吧？”

如今，即使一個啥都不懂的大媽都在跟你講最新的技術趨勢，那么這個技術估計也到頂點了，換句話說，泡沫來了。

Bitcoin Frontier Fund推出加速器以促進Ordinals增長:8月14日消息，Bitcoin Frontier Fund（前身為Stacks Ventures）周一宣布成立一個專注于類似NFT的 Ordinals的加速器，計劃為幾家初創公司提供指導機會和10萬美元的資助。Bitcoin Frontier Fund以其之前的名稱募集了700萬美元，以支持專注于比特幣和Stacks網絡的公司，得到了Trust Machines、Hiro、Stacks基金會和Stacks聯合創始人Muneeb Ali的支持。[2023/8/15 21:23:02]

這當然不是一個新發現。每個人都知道，在投資領域，如果你的決策和周圍每個人都一樣，估計你也掙不到什么錢。奇怪的是，投資領域的這條規律，人們很少套用在自己身上。

IRS尋求行業合作以提升加密稅收合規水平:金色財經報道，美國國稅局數字資產倡議項目辦公室（DAIPO）最近發布了一份征求來源通知，希望得到行業的合作和幫助，以提高其在確保加密稅收合規性方面的水平。據該通知表示，美國國稅局希望行業合作伙伴和其他各方能提供解決方案和產品創意，以幫助該機構提高定價和市場數據能力。他們尋求各方的合作和信息來源，并主要關注能提高效率的解決方案，包括識別數字資產交易和交易模式、批量數據分析、計算數字資產活動的稅收后果以及評估和分析數字資產交易等。

目前，美國國稅局使用一些公共資源來獲取數字資產價格，如CoinMarketCap和Investing.com，但他們正在尋找其他能夠提供按小時、分鐘和秒級別定價數據的供應商。[2023/7/13 10:51:52]

大多數人的努力都是無效的心理安慰

TRON Stake 2.0即將開啟:據官方消息，波場網絡迎來重大升級，TRON Stake 2.0即將開啟。相對于Stake 1.0，Stake 2.0更加靈活、高效和智能，Stake 2.0顯著提高了波場網絡資源和投票管理的靈活性，降低了用戶操作的復雜程度。

目前，Stake 2.0已在Nile測試網上開啟，Nile測試網的TRONSCAN瀏覽器也已開啟對Stake 2.0的支持，用戶可前往試用和測試Stake 2.0的質押和資源代理相關功能。Stake 2.0正式開啟后，現有Stake 1.0質押獲得的資源和投票繼續有效，已經質押的TRX也能正常贖回。屆時，用戶僅能通過Stake2.0方式質押新的TRX。[2023/3/30 13:35:39]

假設現在你的目標是入職某公司的數據科學家。如果你按照普遍的“我想要成為數據科學家”的行動點去做，大致意味著你得不到想要的工作。現在市場上到處都是有才能有經驗的人，意味著，能力一般的、渴望轉行成為數據科學家的人得不到太多的機會。如果你想避免成為平庸的大多數中的一員，為什么要做大多數人做的事情呢？

加密支付公司TripleA完成約288萬美元融資，zVentures領投:6月16日消息，總部位于新加坡的加密支付公司TripleA宣布，已獲得由Razer的企業風險投資部門zVentures牽頭的400萬新元（約287.89萬美元）資金。目前與Razer的合作將使TripleA能夠進入游戲領域。TripleA由連續金融科技企業家EricBarbier于2017年創立，是去年11月從新加坡金融管理局(MAS)獲得數字支付令牌許可證的第一家加密支付公司。（Vulcanpost）[2022/6/16 4:31:46]

問題在于，大多數人踏上他們的“數據科學家”之旅時，并沒有這么想過。我在SharpestMinds工作時，跟上百個有志成為數據科學家的職場人士聊過，80%說得都差不多：

第一步，學工具鏈。然后上點切分成小部分的MOOC課。讀下職位描述，擔心自己夠不上條件。再上一個別的MOOC，或者從某個平臺開始申請工作。沒有回音。灰心失望，考慮上Master，繼續申請工作。面臨選擇：繼續重復2-7直到瞎貓撞上死耗子，還是放棄？如果這些事也發生在你身上，那么你可能也面臨著一個“自我提升的泡沫”：你做著和其他人同樣的努力，但期望一個不同的回報。你需要做的第一件事，就是停下來。

期望高回報，意味著不能走尋常路。但是為了避免做尋常事，你需要了解什么尋常事都有哪些。

例如：如果你需要通過MOOC來學習工具鏈，可以。但是不要陷入MOOC陷阱。MOOC本身就是針對大多數人設計的，僅靠重復在MOOC上學習很難在某個領域出類拔萃。同樣的，如果已經有了四五個JupyterNotebook上面寫滿了sklearn/Pandas/seaborn/Keras的基本語句，你也沒必要再新加一個了。

總的來說，首要原則是：如果下一步很明顯是大家都去做的，那么就不要做。相反，你要去尋找沒人在做的事，盡快去做。

推薦你做這些

這些有效的實踐都有哪些？例如：

重復論文。對深度學習尤其有效。這么做的人比較少，相反，隨便找一組數據用簡單的ANN或者XGBoost做個分類算法多簡單啊。你應該去ArXiv找一篇相關的、最感興趣的論文，理解，然后重復該論文，最好選用一組新的數據。之后把整個經過總結成博文發布。不要停留在舒適區。當你開始一個新項目時，最好以學習新framework/libraries/tools為目標。如果你到了第六個JupyterNotebook還是以df=pd.read_csv(filename)開頭，以f1=f1_score(y_true,y_pred)結尾的話，你也是時候換一下自己的策略了。學習無聊的內容。沒人喜歡無聊。很多被公司迫切需要求職者具備的技能，比如Gitflow，Docker，用Flask建app，在AWS或GoogleCloud上用模型，都因為學起來無聊，被求職者忽略了。做煩人的事。1）去當地的datascienceMeetup分享一篇論文。或者至少要去參加當地的datascienceMeetup。2）去LinkedIn發私信。坦率，展示你的價值。不要一上來就要工作機會。提問盡量清晰。嘗試與人建立關系，拓寬你的人際網絡，這需要耐心。3）參加會議與關系網活動。4）開創學習小組。做“瘋狂”的事。每個人都會用UCI數據庫或者某些股市數據庫來建自己的項目。不要這么做。學習獲取數據，建立自己配置的數據庫。實際中獲取數據還是挺難的，公司會期望其工程師能夠自己取得數據。你的目標應該是，成為癡迷于datascience的瘋子，如果需要的話，建立自己的數據組自然必不可少。以上提到的每種策略，都是基于招聘單位每天面對的疑難雜癥提出的。這里面沒有新技術新概念，但卻能保證你在datascience的工作市場上獲得更多的關注，并成為一個能力全備的數據科學家。

每天結束時，記得提醒自己，訓練技能是對自己的投資。這意味著，投資領域的經濟學原理在此同樣適用：如果你期望突出的回報，你需要做異于常人的事情。

如果你有關于如何優化machinelearning算法或datasciencetrajectory的問題，可以向我提問。給我發DM或者Twitter@jeremiecharris:)

作者介紹：

JeremieHarris是@SharpestMindsAI的合作創辦者，興趣領域包括物理，機器學習，哲學，創業。

相關閱讀：

·TheMostinDemandSkillsforDataScientists·DiversityinDataScience:OverviewandStrategy·DataScientistInterviewsDemystified

Tags：MOO比特幣萊特幣MOO幣MOO價格比特幣中國官網聯系方式40億比特幣能提現嗎比特幣最新價格行情走勢萊特幣官網查詢萊特幣中國區創始人pz萊特幣減產日期是多少

抹茶交易所