数据科学太难?这些陷阱请避开,正能量很重要!

大数据
无论你怎样学习数据科学,你总会遇到一些会扼杀积极性的挑战,碰上一些让你觉得自己很渺小而无能为力的工作,或者听到恶魔在你耳边低语,“这太难了,放弃吧。”但你不必独自面对这个难题。这篇文章将会提到一些打击学习积极性的陷阱。

很多人可能都会有这样的疑问:网上有这么多可用的资源,为什么保持学习数据科学的积极性这么难呢?

无论你怎样学习数据科学,你总会遇到一些会扼杀积极性的挑战,碰上一些让你觉得自己很渺小而无能为力的工作,或者听到恶魔在你耳边低语,“这太难了,放弃吧。”

但你不必独自面对这个难题。这篇文章将会提到一些打击学习积极性的陷阱。希望你在了解了这些陷阱之后,走向数据科学的职业道路会更加平坦。

确保你适合学习数据科学后再开始学习

[[258160]]

数据科学家这一职业很吸引人,薪水高、工作有趣、受人尊崇。因此许多人想做数据科学家。

对大数据以及人工智能概念都是模糊不清的,该按照什么线路去学习,学完往哪方面发展,想深入了解,想学习的同学欢迎加入大数据学习qq群:458345782,有大量干货(零基础以及进阶的经典实战)分享给大家,并且有清华大学毕业的资深大数据讲师给大家免费授课,给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。

但是,即使你对数据科学很感兴趣,如果你讨厌它的日常任务以及那种感受,那就很难保持积极性了。

对大多数初学者来说,在真正进入到“做”的阶段,即构建全面的数据科学项目之前,可能要经过数个月的学习。这时候你意识到自己讨厌这一过程的话,对自身将是一个很沉重的打击。

如果你选择从事数据科学家这一职业,你要适应以下的任务和这些任务给你的感受。

感受:

  • 学习永无止境的感受。
  • 超出能力范围或被压得喘不过气的感受。
  • 一次次的失败才迎来一次成功的感受。
  • 花费了数周心血的项目失败了或被忽视的感受。

任务:

  • 在完全没有任何基础上自学的技能。
  • 花几十个小时解答一个看似简单的问题。
  • 将自己与(看似)更成功的人作比较。
  • 与不了解(不关心)数据科学的人谈论数据科学。
  • 做准备占95%,执行只占5%的工作。
  • 做很多不那么吸引人的工作(数据库创建、数据再加工……)。
  • 敲代码……无穷无尽地敲代码。

建议:学习之前要做好研究

数据科学家这一职业很棒,但同时也能给人带来巨大的打击。

在开始学习之时做一点研究,坚持完成数据科学学习的概率会大大增加。

学会处理焦虑

做研究时你会发现一个不幸的事实:要做一名数据科学家,你要精通很多工具,会许多技能,这会让人觉得成为数据科学家的希望很渺茫。

你可能会开始问自己:我要不要再读个博士?没有工作经验的话,我怎么才能学到这些技能?我能够学会这些东西吗? 

 

[[258161]]

学习数据科学之初,你会觉得很焦虑,压力大。这很正常,每个初学者都会这样。但要记得刚开始学习的这段时间对于你未来是否能成功至关重要。你在最初几周里养成的学习习惯会一直延续下去,并决定你在之后的学习中会如何应对压力和焦虑带来的负面影响。

如果你能从一开始就找到处理压力和焦虑的健康的方法,那么随着时间的推移,你学习数据科学的信心将会更坚定,积极性会更强。

要提醒你的是,在刚开始学习的这段时间内,你绝对不能采用不健康的方式来应对负面影响。

什么方式健康什么不健康,很大程度上因人而异。以下是一些不健康的应对压力的方式,不要踩雷。

对学习感到不知所措时,不要购买全面的课程或教科书

要是你真的购买了全面的学习课程或者教科书,学习就好像变成了别人交给你的苦差事。更糟的是,因为没有努力去规划自己要学的东西,你便不知道学习某种技能或概念的原因是什么。结果如何呢?一旦你购买了网上课程,你的学习积极性就迅速下降。

不要这样做的原因:即使你能从别人的课程中学到很多东西,还是建议你不要这样做。为什么?因为在数据科学的学习过程中,你学到的最重要的技能便是你能够自学。

在自学过程中,你可以发现自己技能中的漏洞,学习新技术以填补漏洞,并制定一份可行的计划来学习这些技能。如果仅通过现成的课程来学习,那你就会少这方面的经验就会很欠缺。

随着时间的推移,情况会变得更糟。当你真的成为数据科学家时,你可能会遇到一个十分独特的任务,对于那个领域的问题,你完全没有任何经验。这时候如果慕课或教科书上没有你需要学习的技能,那你的日子就很难过了。

在压力大时不要推迟学习或指定某一天来学习

初学者可能会犯的***错误是推迟学习。如果你觉得太忙了所以推迟,那没关系。但如果你想学有所成,就要每天留出时间来学习。如果你没有每天练习和学习,你的学习积极性很快便会减弱,最终你会对这份本可施展你的抱负的职业失去兴趣。

不要这样做的原因:成为数据科学家的过程是一场马拉松,而不是短跑。这个职业所需的广泛技能只有通过长期不懈的努力学习才能获得。如果你试图在短时间内学会所有技能,最终只会耗尽自己的精力,失去继续学习下去的积极性。

更糟糕的是,如果你有时间就学,没时间就不学,那你可能永远也不会真正踏上学习的旅程。如果你真的这样做了,你的大脑会形成一个观念,认为有时间的时候才能学习。对于数据科学来说,有这种想法便意味着你的职业生涯快要终结了。

建议:尽早养成健康的学习习惯

不管你是想要在事业上有所作为的全职工作者,还是想要从事自己感兴趣的职业的在校学生,你们都要养成一个健康的学习习惯来应对压力。

学习之初可以养成的一些健康的习惯:

  • 每天留出时间来学习新东西。
  • 加入数据科学的学习社群,你会发现很多人和你一样有焦虑感。
  • 如果你在学习中感到疲惫和焦虑,那就抽空用最近学到的知识来做个项目。这是很好的减压方式,可以让你回顾学习数据科学的初衷。

学会应对学习时的不知所措

真正开始学习数据科学的技能以后,你会发现要关注的东西很多。这时候,你可以列出未来半年里想要学习的8到12个技能。 看看斯瓦米·钱德拉赛卡兰的数据科学技能地图,你就明白了。

***次看到这张图的时候,很多人可能会被要学习的技能之多吓到。一个人怎么能自学学会这些技能呢?不幸的是,这种不知所措的感觉会一直伴随着你。

当你感觉已经掌握了一个概念或技能的时候,马上又要在学习列表上加上五项新技能。随着时间的推移,你需要学习的技术变得更新,更复杂,情况也就变得更糟。

学习的重负令你不知所措时,如果你没有应对的计划,那么可能有两种结果。

  • ***种结果:你开始感到非常焦虑,因为需要学习的技能太多。你越焦虑就越难专注于一件事。你可能会花上几个月的时间在不同的技能之间来回转换,拼命地想一次学会所有的技能,***一项技能也没掌握时,你就会很沮丧。
  • 第二种结果:尚未掌握的技能太多,把你压得喘不过气来。这种情况继续下去的话,会严重影响到学习积极性。你会把学会的和没学会的技能进行对比,然后一天比一天沮丧。这时,你就会觉得自己取得的任何进步都毫无意义,自己不可能成为一名数据科学家。

任何一种情况变得越来越严重时,学习数据科学的积极性也会被慢慢消磨掉。但别担心,有了详尽周到的学习计划和学习的重点,我们就可以在学习之初解决这些难题。

建议:有条理地学习,循序渐进

数据科学本身涉及的领域很广泛,想掌握这众多技能的唯一方法就是循序渐进,一次只学一种技能。无论你想怎么学习数据科学,都要制定线型的、有条理的学习计划,一次只集中精力学习一种技能,这可以让你在面对众多要学习的技能时更游刃有余。

如果你想制定自己的学习计划,你可以构建斯瓦米那样的技能地图。但是,看到要学习技能那么多,你可能会觉得喘不过气来。这正是循序渐进的优点所在。

应对学习重压的***方法是设定短期目标,将注意力集中在最重要的技能上。原则是——任何时候都要列出下个月要掌握的最重要的三个技能。

责任编辑:未丽燕 来源: 简书
相关推荐

2017-01-23 08:41:43

云计算

2016-12-26 15:14:48

2015-10-15 14:13:56

博弈论数据科学家

2019-12-12 14:38:33

数据分析菜鸟工具

2022-01-10 10:19:03

大数据算法技术

2022-11-04 08:38:57

索引数据分库

2009-07-29 17:40:56

ibmdwAIX

2022-03-12 10:00:49

零信任数据安全

2011-12-01 09:25:33

iOS 5移动开发iOS

2022-09-26 13:58:44

数据治理数据素养通信

2013-11-28 13:39:29

东软创新解决方案

2012-06-12 09:33:59

2020-09-08 12:48:19

数据分析图表互联网

2023-02-15 08:00:00

2011-06-16 18:01:48

网站优化SEO

2019-09-23 21:10:21

2016-11-16 13:51:46

数据库NoSQL大数据

2021-05-18 08:02:40

面试面试问题职业规划

2020-11-24 08:00:00

开发低代码设计

2011-06-21 16:58:09

外链
点赞
收藏

51CTO技术栈公众号