如果你是一名本科、硕士或博士生，你可能在统计学和数学方面有很好的基础 。但你可能从未申请过科技方面的工作，而且你不确定如何准备面试 。此外，假设你读书时一直在编程，你很可能无法写出干净、结构良好的代码 。
几点建议：
你在读书期间学的R语言还不够 。如果你是学物理的，那你的MATLAB或数学技能也是不够的，去学学Python吧 。
这些内容你需要尽快学习：协作版本控制，比如如何与其他人一起使用GitHub）；容器化，比如如何使用Docker；开发运营，学习如何使用AWS或其他类似服务在云中部署模型；SQL也是必须的 。
学习Python中的测试驱动开发 。学习如何使用文档字符串，如何将代码模块化，以及如何使用Jupyter notebook 。
如果你在以数学为导向的领域，那么深度学习是一个很好的探索方向 。要注意先从更传统的“scikit-learn”型数据科学职位开始，然后转向深度学习更容易 。对你来说，最重要的是先入行，并尽快开始生产代码 。
如何发挥自己的优势：
如果你是数学或物理专业，你最好的策略就是发挥有深厚理论知识的特定 。为此，你需要能够自信地解释各种模型的原理，熟悉文献中最新的文章 。

文章插图
结语
注意：我这里提供的建议并不能完全使用与所有情况 。有些软件工程师可能要学习的更多，而有些初学者有很好的数学基础，更适合成为深度学习研究人员 。但希望本文能你一个不错的起点 。
最后，无论你是软件工程师，刚毕业的大学生，还是零基础的初学者，你都要问自己一个关键的问题：哪种职业发展轨迹最接近你的情况？很多情况下，通过称为数据分析师或数据可视化专家进入该领域都是不错的选择 。

• 小米手环无睡眠数据怎么办
• 七普人口详细数据分类排行榜 中国各族人口数量排名
• 详细解读旧衣服回收的渠道方法和旧衣服如何分类分拣
• 福建属于穷省还是富省 福建gdp城市排名官方数据
• 健康生活规律的科学依据
• 手把手教你创建数据库全流程 建立数据库的六个步骤
• usb数据线 usb数据线接法图解
• 数据分析师,这样才能指导运营,而不是被人追着要数！
• 拼多多选品需要用到电霸数据分析工具吗？电霸有什么？
• “亲密关系就像舞蹈”,情感专家解读《怦然再心动》女嘉宾感情观