Care万博全站端apperExplorer Disc万博苹果客户端ord社区有机会与Alexi进行了现场的炉边问答。
Alexi目前在一家初创公司担任数据科学家，该公司进行基于模拟的认知评估。两年前，他从动物行为研究员转变为数据科学家。对于数据科学家来说，Alexi目前的角色在很大程度上与他的正式培训无关。
下面的文字记录经过了修改和删节。
工作经历
你从获得生物学学士学位开始接受教育。对于那些想要在这个层次上停止教育的人来说，有什么职业或工作机会吗?
不幸的是，从我所看到的情况来看，拥有生物学学士学位的工作机会很少。当然也有例外，但我认识的大多数完成本科学位的人要么转行，要么继续深造。
对于那些想要改变动物生活的人，你会推荐一份动物福利方面的职业吗?你研究过什么类型的动物?
我专门研究奶牛，观察它们的行为和疾病之间的联系。动物福利是一条很有前途的职业道路，我认为学术界和工业界都有很大的空间，可以容纳更多合格的人。这是一项重要而有趣的工作，我仍然对它充满热情。
参与动物福利最简单的方法之一就是用你的钱投票。例如，如果你购买动物产品，你通常可以选择来自动物福利更友好的农场的产品。
转换职业道路
从动物行为研究人员转变为数据科学家的决定有多难?这一决定是基于对动物科学领域的不满吗?
在我完成研究生学位后的六个月休息期间，我决定改变职业道路。当我第一次完成硕士学位时，我打算以类似的方式继续攻读博士学位。然而，有了六个月的休息时间，我能够反思我对目前职业选择的感觉。
我不希望我转向数据科学意味着这可能是一个糟糕的职业。我选择换工作，与其说是因为不满意，不如说是因为想尝试一些我一直想尝试的东西。我在高中时上过编程课，一直想进一步深造，这就是为什么我决定尝试一下数据科学。
动物行为研究和数据科学之间有什么相似之处，使您更容易从一个职业过渡到另一个职业?
我目前的角色是一名数据科学家，我所做的一些工作包括创建分数，以定量估计用户在基于模拟的认知评估中的表现。事实上，这与动物行为研究密切相关。
在研究动物行为时，你不能像研究人类一样问动物在想什么，所以观察动物的行为并推断这些行为可能意味着什么是很常见的。例如，你可以给一只动物提供三个躺着的表面，观察它选择躺在哪个表面上，你可能会推断出它们在上面呆的时间最长的表面是它们最喜欢的基质。
同样，我们不能问用户在完成任务时他们在想什么，所以经常用他们的行为(即他们如何与任务交互)来推断他们可能使用的认知过程。这是一个非常具体的例子，但在我的第一份职业生涯中，我还培养了许多其他技能，我能够将这些技能概括起来，并将其带到数据科学中。
学生在学业中途改变学习方向的现象有多普遍?你在你的学术圈子里看到过很多这样的事情吗?
这很常见。几乎我所有亲密的朋友都在接受高等教育的过程中至少改变过一次自己的道路。我认为这在学校里很常见，但在学校结束后或在学校的后期阶段，比如博士阶段，就不那么常见了。
对于那些对自己选择的专业不满意，又害怕转换专业的人，你有什么建议吗?
我说，如果你能做到，就换吧!许多人觉得，因为他们已经在一条特定的道路上投入了这么多时间，所以如果他们选择另一个方向，那就太愚蠢了。但我至少是一个数据点，表明做出改变是值得的。我发现这种转变非常具有挑战性，但也很愉快。
数据科学的来龙去脉
什么样的人会在数据科学领域做得很好?
我认为作为一名数据科学家，有两个关键特征是很好的。
的人:
(a)喜欢解决难题
(b)高度注意细节
在日常生活中，你经常面临具有挑战性的问题，并花费大量时间思考解决这些问题的不同方法。这部分不涉及任何编程，尽管了解可用的工具有助于确定问题的框架。
实现您设想的解决方案需要非常注意细节，否则您可能会在一周的剩余时间里在代码中捕获错误!
数据科学家的工作找起来容易吗?这是一个不断发展的领域吗?
在最近的历史中，数据科学经历了爆炸性的增长。为了满足这一需求，已经有了太多的训练营、速成硕士课程和其他认证。
至于被聘为数据科学家有多容易，老实说，我现在还不知道。也就是说，在我相对较小的数据科学朋友圈中，那些人似乎比我的许多非技术相关领域的朋友更容易找到相关工作。
数据科学家的大部分时间都在清理数据，这是真的吗?你花了多少时间建立模型和获得见解?
一般来说，清理数据比分析数据或以其他方式建模数据花费的时间要长得多(有一些例外)。然而，作为数据科学家，你花多少时间做这件事取决于你的公司。一些公司拥有强大的数据基础设施，干净的数据可能会直接传输给您。但在大多数情况下，在数据收集和最终结果之间有许多步骤。
就我个人而言，我花在清理数据上的时间越来越少，因为我开发了针对遇到的特定类型的数据自动化整理和清理过程的工具。作为一个例子，今天我构建了一个实用程序，它可以从原始(脏)数据中提取我需要的数据，这样我就不需要在将来花费那么长时间来清理它。
数据科学工作是社会性的吗?这些项目是你们合作完成的，还是大部分时间都是独自完成的?
我想很多人对数据科学家或程序员的印象是，他们躲在地下室里，与世隔绝。虽然那些独狼程序员和数据科学家确实存在，但我的经历却完全相反。
在解决问题时，你的数据科学家同事之间有很多合作，非常重要的是，将你的结果传达给其他团队成员或小组也是工作的重要组成部分。
我没想到通信是数据科学中如此具有挑战性的一部分，但它确实是。试图清楚地传达你的发现或过程是相当困难的，尤其是对外行观众。我想要澄清的是，这与人们不聪明或不理解数据科学无关，而是数据科学经常被厚厚的术语和抽象概念所包裹，这些术语和抽象概念很难用简单的英语表达出来。
与编程相比，数据科学中涉及多少数学和统计技能?
我想说的是，数据科学家的角色往往比一般的编程角色更偏重于数学和统计，因为你在很多时候直接处理数据和建模。也就是说，在编程中还有许多其他角色涉及大量的数学和统计，甚至可能比数据科学还要多。
以我自己的工作为例，我最近一直在从事大量的软件开发工作，其中涉及的统计数据很少，但涉及相当多的数学知识，尤其是算法知识。
无学位学习数据科学
没有学士或硕士学位，你能成为一名数据科学家吗?你可以通过在线课程或证书来学习吗?
虽然我认为接受正规教育有助于你进入职场，或通过简历的第一关，但对于成为数据科学家或其他形式的技术工作者来说，这并不是必要的。
我认为你可以通过自学数据科学来获得足够的教育。YouTube上有大量关于数据科学的视频、文章和在线课程，它们的质量都非常高。
例如，亚马逊有自己的使用web服务(AWS)的认证计划，没有先决条件。我认为在你找工作的时候，在你的简历上有这样的东西会很重要。
你回到学校是学数据科学还是自学?
我是自学成才的，但事实要比这复杂一些。我在2018年秋天开始了我作为数据科学家的实习，除了我自己的自主学习，我还开始了一些在线课程(尽管我承认，大多数课程都没有完成)。
这些都是我在网上找到的免费在线课程，通常都是我愿意听的在线讲座。对于我自己的自学，有大量的搜索和阅读相关的教科书，或其中的相关部分。
你最喜欢的数据科学学习资源是什么?
我发现教科书是我最喜欢的资源，因为它能快速覆盖很多领域。在实践学习方面，我非常喜欢O 'Reilly的教科书。它们也非常实惠。
数据科学的灵活性
你认为自己会永远呆在数据科学领域吗?或者你计划在某个时候转向一个新的行业吗?
数据科学的好处之一是它几乎可以应用于任何领域。现在我的工作是认知评估，但我可以很容易地回到动物福利领域，使用数据科学工具包来解决动物福利领域的问题。
我对现在的工作很满意，但我可以肯定地看到自己要么回到动物福利行业，要么进入另一个我未来热爱的领域。然而，我确实认为无论我走到哪里，数据科学将永远与我同在!
找到每周直播问答在万博全站端appCareerExplorer 万博苹果客户端Discord社区．
