Ken Jee 是一位數據科學家和 YouTube 內容創作者，他以制作引人入勝且易于跟蹤的視頻而迅速出名。 Jee 幫助了無數人學習數據科學、機器學習和人工智能，并且是流行 #66daysofdata 運動的發起人。
目前， Jee 在 Scouts Consulting Group 擔任 數據科學負責人 。在這篇文章中，他討論了自己作為數據科學家的工作，并為任何希望進入該領域的人提供了建議。我們探討了大學教育的重要性，數學對數據科學家的相關性，在行業內創造可見性，以及在新技術方面開放思維的價值。
這篇文章是我很高興在播客上與之對話的吉智慧的零碎抄本。在本文結束時，您將找到指向整個討論的鏈接。雖然 Jee 提供的答案中有許多編輯，以確保簡潔明了，但他的答案的意圖保持不變。
你為什么開始在 YouTube 上制作數據科學視頻？
我開始在 YouTube 上制作數據科學視頻，因為我在學習數據科學時沒有看到我正在尋找的資源。
我還認為制作視頻是提高溝通技巧的最佳方式。創造內容給了我競爭優勢，因為它吸引了我的雇主，而不是出去找他們。我通常將其稱為內容重力的概念。我創造的內容越多，我對雇主的吸引力就越大，機會也就越多。
我喜歡從事有趣的數據項目，創建易于理解的內容，幫助他人學習和成長。我相信數據科學技能是有價值的，可以共享，數據驅動的內容有很大的傳播潛力。公司應該鼓勵員工進行旁敲側擊，并將其公之于眾，因為這對公司來說是好事。
我看到了一個未來，每個人都使用社交媒體來分享他們的工作和想法，這在大多數角色中都被接受和期待。在我以前的一些工作角色中，我被稱為“制作 YouTube 視頻的人”我在工作之外的外部努力有助于我在公司內部的知名度。
你是怎么對數據科學感興趣的？
我對數據科學感興趣是因為我想提高我的高爾夫球技能。我開始探索數據如何幫助我分析自己的表現并找到改進的方法。我很快發現我有一個獨特的優勢：能夠分析數據并創建數據驅動的動作來提高我的高爾夫能力。這使我進一步探索了由數據和智能支持的其他性能改進方法。
數學在數據科學中有多重要？
我認為，當進入數據科學領域時，數學就不那么重要了。重要的是弄臟你的手并編碼。我建議人們通過構建項目和編碼來弄臟他們的手，因為這將幫助他們直觀地發現數學的價值和重要性。
我還建議復習微積分、線性代數和離散數學，但只有當你有理由這樣做并理解它們與數據科學的關系時。隨著你在該領域的不斷進步，你將逐漸了解數學技能的重要性和相關性。一旦你看到它們帶來的價值，你就會更有動力去學習它們。
當進入數據科學領域時，自主學習比正式學位更重要嗎？
與上大學不同，我鼓勵人們研究不尋常的學習方法的主要原因之一是，許多學生沒有充分利用學校現有的資源。我把所有的辦公時間都花在教授身上，問那些對學科很了解的博士的問題，但我發現很少有學生會這樣做。
在我看來，只有付出努力并充分利用現有機會，獲得學位才有用。我建議利用大學里其他可用的選擇，比如兼職項目。這樣做可以幫助學生充分利用他們的教育，讓他們在就業市場上占據優勢。然而，我警告說，僅僅獲得學位并不能保證事業成功。
編者按： Jee 為數據科學學習平臺做出貢獻 365DataScience ，教育學習者開始成功的數據科學職業生涯。他還擁有計算機科學碩士學位和商業、營銷和管理碩士學位。 Jee 擁有經濟學學士學位。
獲得數據科學等高級學科的碩士學位并不總是脫穎而出的最佳方法。擁有令人印象深刻的投資組合、獨特的工作或志愿者經驗可能更有價值。
如果你能投入時間和金錢獲得碩士學位，這是值得考慮的，因為它無疑是一種可行的資源。但考慮重返學校找工作的機會成本也很重要。因此，將攻讀研究生以獲得人工智能中的特定角色視為一種機會成本在財務上是可行的。基本上，你必須確定讀研究生是否會帶來良好的投資回報。
你是如何學習的？
我學習最好的方法是以自己的速度努力完成某件事，一遍又一遍地重讀同一件事，直到我理解它。在研究生院，我愛上了閱讀，我的大部分知識來自課本。
我建議從不同的角度來看待事物，對一個主題有不同的理解。加速學習最重要的關鍵之一是找到一種合適的媒介，以對你有意義的方式解釋主題，這可以是閱讀博客帖子、觀看視頻或聽播客。
雖然我在研究生院獲得知識的主要方法是通過書本，但我承認，我今天對數據科學概念和主題的學習涉及視頻和 YouTube 教程。具體來說，我想提及熱門數據科學 YouTube 頻道 與 Josh Starmer 合作 。
作為一名數據科學家，讓自己與眾不同的最佳技能是什么？
為了取得成功，數據科學家必須學習編碼、數學和商業。我以自己獨特的技能組合在比賽中脫穎而出。我的商業知識和能力，以滿足編碼和數據科學的戰略要求，使我成為一個非常理想的候選人。我的簡歷和投資組合在競爭中脫穎而出。此外，我的溝通技巧和商業知識使我在面試中具有明顯的優勢。
你是如何成為目前公司的數據科學主管的？
我發現自己很早就不適合公司的官僚作風。我的重點是創造價值，讓人們注意到增加價值和獲得工作滿意度。我的頭銜已從數據科學家晉升為數據科學負責人。我現在負責所有與數據相關的工作，并擔任數據科學總監。
這一變化反映了我在當前公司很早就承擔了更多的責任，從單獨負責所有數據科學活動到管理數據科學家團隊。如果你正在找工作，我建議你通過接觸潛在雇主來創造機會。
如果他們看到你愿意并且有能力做這項工作，你可能會驚訝于他們對雇用你有多么開放。我建議數據科學從業者找一個還不存在的職位，或者自己找一個。這樣，你就可以跳過這條線，到達你想去的地方，而不用等待機會。
你對入門級數據科學家有什么建議？
入門級數據科學家應該與他人分享他們的工作和旅程。人們對制作內容猶豫不決，因為他們害怕被評判，但通常情況并非如此。人們更傾向于積極和支持。我還建議先學習編碼，因為這對數據科學家來說是一項寶貴的技能。然而，我認識到每個人的學習方式都不同，所以這不是一種一刀切的方法。
作者總結
Jee 在數據科學領域的歷程是獨一無二的，但導致他成功的步驟是可以復制的，并且適合您的數據科學職業。我與他的討論揭示了使用數字內容來交流您在數據科學領域的專業知識和存在的重要性，這一領域有時會充滿噪音。他給數據科學從業者的建議是專注于創造價值，并確保您不斷學習，以跟上快速變化的領域。因此，無論你的數據科學職業目標是什么，不要忘記享受這段旅程，并在途中記錄下來！
您可以在 YouTube 或 Spotify . 上觀看或收聽與 Ken Jee 的整個對話
更多 Jee 的內容請訪問： YouTube | Twitter | LinkedIn | Podcast
