也許你一直在MOOC平臺上學習數據科學，也熟讀了一大堆教科書，但要獲得數據科學相關的職位，你還需要向雇主展示自己的技能水平。***的方式是作品集，你可以借此向雇主表明你所一直學習的技能能夠用于工作中，為公司創(chuàng)造價值。

要展示自身技能，這5種類型的數據科學項目可供參考：

1、數據清理

在一個項目中，數據科學家往往需要花費高達80%的時間來清理數據。對于團隊來說，這是一個巨大的痛點。如果你能證明你在清理數據方面經驗豐富，那么你就會顯得非常有價值。創(chuàng)建數據清理項目，尋找一些臟亂的數據集，然后就可以開始清理了。

如果你常用Python，Pandas是一個很好的庫;如果你常用R，可以使用dplyr包。確保展示以下技能：

• 導入數據
• 加入多個數據集
• 檢測缺失值
• 檢測異常
• 輸入缺失值
• 數據質量保證

2、探索性數據分析

數據科學的另一個重要方面是探索性數據分析(EDA)。這是生成問題的過程，包括使用可視化對其進行調查。EDA允許分析師從數據中得出結論以推動業(yè)務影響。它可能包括基于客戶群體的有趣洞察，或基于季節(jié)性影響的銷售趨勢。通常，你可以獲得一些并非出于初始動機的有趣發(fā)現(xiàn)。

用于探索性分析的一些有用的Python庫是Pandas和Matplotlib。對于R來說，ggplot2包會很有用。EDA項目應該顯示以下技能：

• 能夠為調查制定相關問題
• 識別趨勢
• 識別變量之間的協(xié)變
• 使用可視化(散點圖，直方圖，框和晶須等)有效地傳達結果

3、交互式數據可視化

交互式數據可視化包括儀表板等工具。這些工具對數據科學團隊以及更多面向業(yè)務的最終用戶都很有用。儀表板允許數據科學團隊進行協(xié)作，并一起將所獲得的洞察“繪制”出來。更重要的是，它們?yōu)槊嫦驑I(yè)務的客戶提供了一種交互式工具——這些人專注于戰(zhàn)略目標而非技術細節(jié)。通常，數據科學項目的可交付成果將以儀表板的形式出現(xiàn)。

對于Python用戶，Bokeh和Plotly庫非常適合創(chuàng)建儀表板。對于R用戶，RStudio的Shiny軟件包很有必要。你的儀表板項目應突出顯示以下重要技能：

• 包括與客戶需求相關的指標
• 創(chuàng)建有用的功能
• 邏輯布局(“F模式”便于掃描)
• 創(chuàng)建***刷新率
• 生成報告或其他自動操作

4、機器學習

機器學習項目是數據科學作品集中的另一個重要部分。在你啟動和開始構建一個深度學習項目之前，請退后一步。相對于建立復雜的機器學習模型，你更應該堅持基礎。線性回歸和邏輯回歸是很好的開始。這些模型更易于解釋并與上層管理者溝通。我還建議***做一些對業(yè)務有影響的項目，例如預測客戶流失，欺詐檢測或貸款違約。對面試官而言，這些比識別花的類型更有吸引力。

如果你是Python用戶，可使用Scikit-learn庫。對于R用戶，可使用Caret包。你的機器學習項目應該傳達以下技能：

• 你選擇使用特定機器學習模型的原因
• 將數據拆分為訓練/測試集(k倍交叉驗證)以避免過度擬合
• 選擇正確的評估指標(AUC，adj-R ^ 2，混淆矩陣等)
• 特征工程和選擇
• 超參數調整

溝通

溝通是數據科學家的一個重要技能。有效地傳達結果是優(yōu)秀數據科學家與一個合格的數據科學家之間的區(qū)別。無論你的模型多么花哨，如果你無法向隊友或客戶解釋清楚，那么也無法獲得他們的支持。幻燈片和筆記本電腦都是很好的溝通工具，你還可以將Jupyter Notebook或RMarkdown文件用于項目溝通。

確保了解你的目標受眾是誰。向高管們展示與向機器學習專家展示非常不同。一定要掌握這些技能：

• 了解你的目標受眾
• 提出相關的可視化
• 請勿過多地提供幻燈片
• 確保你的演示文稿流暢
• 將結果與業(yè)務影響相結合(降低成本，增加收入)

確保在Jupyter筆記本或RMarkdown文件中記錄你的項目。然后，你可以使用Github Pages將這些markdown 文件免費轉換為靜態(tài)網站。這是向潛在雇主展示你的作品集的好方法。

保持積極態(tài)度，繼續(xù)開發(fā)更多項目，你將在數據科學領域找到一份好工作。工作愉快!