جشنواره عیدانه راکت | عضویت ویژه راکت برای آخرین بار | افزایش قیمت‌ها از سال جدید | و ...

مشاهده اطلاعات بیشتر...
ثانیه
دقیقه
ساعت
روز
۱۹ عادت برای تبدیل شدن به یک دانشمند داده بهتر در سال 2022
ﺯﻣﺎﻥ ﻣﻄﺎﻟﻌﻪ: 10 دقیقه

۱۹ عادت برای تبدیل شدن به یک دانشمند داده بهتر در سال 2022

اگر می‌خواهید امسال به یک سال عالی برای حرفه شما در زمینه علم داده تبدیل شود، باید برخی از عادات دانشمندان داده برتر را دنبال کنید. این ۱۹ عادت به شما کمک می‌کند تا به یک دانشمند داده بهتر تبدیل شوید. علم داده حیطه‌های مختلفی را تحت پوشش دارد، به همین خاطر من عاداتی را جمع کردم که به توسعه مهارت‌های سخت و نرم شما کمک خواهد کرد.

احتمالاً برخی از این عادات گفته شده را در زندگی خود دارید، پس روی موارد جدید تمرکز کنید.

1. در جوامع علم داده همکاری داشته باشید

همکاری، سریع‌ترین راه برای یاد گرفتن یک چیز است. برای اینکه به عنوان یک دانشمند داده سریع‌تر رشد کنید، باید بخشی از یک جامعه شوید. اگر به تازگی وارد این عرصه شده‌اید، یعنی چیزهای زیادی برای یادگیری در پیش رو دارید. اگر در زمینه علم داده سابقه کار دارید، می‌توانید در مسابقات Kaggle شرکت کرده، به سوالات StackOverflow پاسخ داده و تجربیات خود را در یک پست وبلاگ یا ویدیوی آموزشی به اشتراک بگذارید.

2. استانداردهای کد نویسی را تنظیم کنید

به عنوان یک دانشمند داده باید عادات بسیار خوبی را از سایر برنامه نویسان موفق یاد بگیرید. تنظیم استانداردهای کد نویسی، یکی از این عادات خوب به حساب می‌آید. هنگام کدنویسی برای یک شرکت، باید از شیوه‌ای معین و استاندارد استفاده کنید. این موضوع به بهبود خوانایی، کاهش پیچیدگی و تشخیص آسان ارورها در کد کمک می‌کند. اگر در یک شرکت بزرگ مشغول به کار نیستید، همچنان باید از این قاعده پیروی کنید.

3. یک نقشه برای شکل دادن به پروژه خود بسازید

من قبلاً این مشکل را تجربه کردم و توانستم با ساخت یک نقشه راه آن را برطرف کنم. این نقشه به شما کمک می‌کند تا یک دید بزرگ‌تر به پروژه داشته باشید، بنابراین می‌توانید اهداف یا خروجی و ورودی هر مرحله از پروژه را به راحتی تشخیص کنید. اگر از منبع داده‌ها و اسکریپت‌ها آگاه باشیم، رفع کردن اشتباهات آسان‌تر خواهد شد.

4. درک مشکلات تجاری

اگر نتوانید تجارت خود را به خوبی درک کنید، دیگر میزان مهارت شما در کد نویسی یا مدل‌سازی اهمیتی نخواهد داشت. اگر به شرکت خود در رسیدن به اهدافش کمک نکنید، هیچکس برای کارهای شما ارزش قائل نخواهد شد. در مورد شرکت و صنعت خود تحقیق کنید. بفهمید که یک دانشمند داده مثل شما، چگونه می‌تواند به شرکت در رسیدن به برخی از اهداف کمک کند. می‌توانید از رئیس یا همکاران خود بپرسید. آن‌ها به شما کمک می‌کنند تا نقش خود را در شرکت بهتر درک کنید.

5. بروز باشید

تعداد تکنولوژی‌های جدید به طور سالانه در حال افزایش است. ابزارهای و کدها به مرور زمان قدیمی می‌شوند. به همین خاطر باید با خواندن وبلاگ‌ها، مقالات تحقیقاتی و کتاب‌ها به موضوعات جدید پی ببرید. بروز ماندن به شما کمک می‌کند تا از آخرین پیشرفت‌های حاصل در علم داده استفاده کنید. با این کار از سایر همکاران خود یک قدم جلوتر رفته و بهترین عملکرد را در پروژه‌ها خواهید داشت. پذیرفتن ابزارهای جدید و سازگاری با تغییرات، عادتی است که در این حرفه به شما بسیار کمک خواهد کرد.

6. آماده تغییر باشید

مسائل زیادی به طور روزانه تغییر می‌کند اما ما همیشه میلی به هماهنگ شدن با آن‌ها نداریم. بعد از منتشر شدن Python 3، خیلی از مردم دیگر به سراغ Python 2 نرفتند. من زمان زیادی را به یادگیری matplotlib اختصاص داده بودم، به همین خاطر دیگر تمایلی به یاد گرفتن seaborn نداشتم. ابزارها باید بهره‌وری شما را افزایش دهند. اگر چیزی بتواند زندگی شما را آسان‌تر کند، یعنی قطعاً ارزش یادگیری را دارد.

7. از حواس‌پرتی خودداری کنید

ما بدون تمرکز نمی‌توانیم مشکلات خود را حل کنیم. مطمئناً ایمیل‌ها یا پیام‌هایی دارید که باید به آن‌ها جواب دهید اما این موارد باعث حواس‌پرتی شما در حین انجام وظایف می‌شوند. در نتیجه عملکردتان به عنوان یک دانشمند داده پایین می‌آید. تمرکز کردن روی یک چیز، مزایای بیشتری دارد بنابراین درگیر چندوظیفگی نشوید. منظورم این نیست که باید بدون گوشی‌تان زندگی کنید، چون خاموش کردن اعلان‌های گوشی و لپتاپ کافی خواهد بود.

8. کدهای خود را ساده نگه دارید

گاهی اوقات با کاهش دادن خطوط کدها، دیگران نمی‌توانند عملکرد اسکریپت شما را درک کنند. حتی بعضی مواقع فهمیدن آن برای خود شما هم پیچیده خواهد شد. باید کدهای پیچیده را ساده‌تر کنید. هر چه کدهای ما ساده‌تر باشد، فهمیدن آن نیز آسان‌تر خواهد بود. من هنگام ساخت ویدیوها و دوره‌های آموزشی به این موضوع پی بردم. کدهای خود را به اشتراک بگذارید. اگر دیگران در فهمیدن آن مشکل داشتند، یعنی هنوز جای بهبود وجود دارد.

9. کدهای خود را مستندسازی کنید

شاید با نگاه کردن به اسکریپت‌های قدیمی خود بگویید که آن زمان چه فکری با خودم می‌کردم. اگر خودتان نمی‌توانید کدهای‌تان را بفهمید، چه انتظاری از دیگران دارید؟! این جمله را همیشه به یاد داشته باشید: «کدها بیشتر به جای نوشته شدن، خوانده می‌شوند.»

مستندسازی کدها به همین دلیل اهمیت دارد. تمام دانشمندان داده خوبی که می‌شناسم، کدهای خود را مستند می‌کنند. کامنت‌ها به درک بهتر کد، هدف و طراحی آن کمک خواهند کرد. کدهای مستند شده، کاربرد و عملکرد خود را به کاربران توضیح می‌دهند.

10. گوش دهید، روی راهکارها تمرکز کنید و کلمات خود را با دقت انتخاب کنید

این‌ها جزو عادات موثر در افراد فصیح است. به عنوان یک دانشمند داده باید مهارت‌های ارتباطی خود را توسعه دهید. علم داده نه تنها در مورد بهترین مدل‌سازی بوده، بلکه درباره‌ی انتقال یافته‌های خودتان به دانشمندان غیرداده نیز است. با این کار دیگران می‌فهمند که شما اهداف شرکت را به وضوح درک کرده و از دانش خود برای رسیدن به آن اهداف استفاده می‌کنید.

11. سوالات باز بپرسید

سوال پرسیدن خیلی خوب هست اما پرسیدن سوالات باز بهتر است. سوالاتی که با «چرا، کجا، چه زمانی، چه کسی، چه، کدام» شروع شوند، به شما در درک بهتر موضوعات جدید کمک خواهند کرد. با این کار می‌توانید به دیگران نشان دهید که مهارت‌های ارتباطی خوبی در اختیار دارید. گاهی اوقات استفاده از سوالاتی با پاسخ «بله و خیر» بهتر است اما در زمان مناسب از سوالات باز برای بهبود مکالمات استفاده کنید.

12. مراقب وضعیت جسمی خود باشید

نشستن طولانی مدت پای کامپیوتر برای سلامتی شما خوب نیست. نمی‌گویم که باید از شغل ارزشمند خود کنار بکشید، در عوض می‌خواهم عادات سالمی را در دفترکارتان دنبال کنید. مراقبت از وضعیت جسمانی و نوشیدن آب کافی به شما در سالم ماندن کمک می‌کند. با یک بدن تندرست می‌توانید عملکرد بهتری در کارها داشته باشید. وقت‌گذرانی، پیاده‌روی و سحرخیزی از دیگر عادات سالمی است که می‌توانید از امروز شروع کنید.

13. هر هفته یک چیز جدید یاد بگیرید

همانطور که قبلاً هم اشاره شده، حوزه علم داده به مرور زمان تکامل پیدا خواهد کرد بنابراین باید هر هفته یک چیز جدید یاد بگیرید. برای یادگیری موضوعات جدید کنجکاو باشید تا در حرفه خود پیشرفت کنید.

14. میز و کامپیوترتان را مرتب کنید

اگر به دنبال افزایش بهره‌وری و بهینه‌سازی گردش کارهای خود هستید، باید از قرارگیری درست همه چیز در کامپیوتر و میز خود مطمئن شوید. گاهی اوقات به خاطر پیدا نکردن مجموعه داده‌های یک پروژه، از برنامه نوشتن دست می‌کشیدم. می‌توانستم این مشکل را به راحتی با نامگذاری مناسب فایل‌ها حل کنم. همین موضوع در مورد میز کار شما نیز صدق می‌کند. از کشوهای خود برای نگه داشتن چیزهای ضروری استفاده کنید و فقط وسایل لازم را روی میز قرار دهید.

15. مقالات پژوهشی را مطالعه کنید

به عنوان شخصی که خودش در گذشته چندین مقاله تحقیقاتی نوشته، می‌گویم که خواندن مقالات کارشناسی ارشد و دکتری به شما کمک می‌کند تا از آخرین ترندهای روز مطلع شوید. اطلاعات زیادی در دنیا وجود دارد اما گاهی اوقات باید مراقب منابع این اطلاعات باشید. اگرچه اطلاعات ارائه شده دریک مقاله تحقیقاتی کاملاً معتبر و قابل اعتماد است. برای رشد کردن در حرفه خود، به طور هفتگی یا ماهانه یک مقاله مرتبط با موضوع دلخواه خود را مطالعه کنید.

16. به خودتان اعتبار دهید

معمولاً پروژه‌های علم داده متعلق به شخص خاصی هستند، بنابراین بعد از اتمام کارها به خودتان اعتبار دهید. منتظر همکاران یا رئیس خود نباشید و به هر دستاورد کوچکی در شغل خود افتخار کنید.

17. به طور منظم استراحت کنید

ما به عنوان یک دانشمند داده ممکن است زمان زیادی را صرف جمع‌آوری، پاکسازی یا تبدیل داده‌ها کنیم. اگر به طور منظم استراحت کنید، کار کردن به مدت زیاد هیچ ایرادی ندارد. افراط در کار کردن باعث بروز اشتباهات کد نویسی و مشکلات جسمانی می‌شود. به همین خاطر باید هر از چندگاهی استراحت کنید. با استراحت کردن می‌توانید دید بهتری به کارها داشته باشید.

18. از خودتان بپرسید آیا کاری که انجام می‌دهید ارزشش را دارد یا نه

یکی از عادات خوبی که باعث رشد شما می‌شود، این است که در مورد کارهای روزانه از خودتان سوال بپرسید. تا زمانی که از خودتان این سوال را نپرسید، متوجه منطقه امنی که در آن هستید نخواهید شد. اگر می‌خواهید این کار را به طور دقیق‌تر انجام دهید، کارهای روزمره خود را در محل کار فهرست کنید. اگر چندین بار به این سوال پاسخ مثبت دادید، یعنی به سطح بالایی از موقعیت خود رسیده‌اید یا کارهای‌تان دیگر ربطی به حرفه‌تان ندارد. بنابراین به دنبال یک شغل یا شرکت جدید بگردید.

19. فقط به یک زبان برنامه نویسی بسنده نکنید

 پایتون زبان مورد علاقه‌ی من است اما نمی‌خواهم فقط به این زبان تکیه کنم. شما هرگز از اتفاقات آینده مطلع نیستید. امروزه پایتون به طور گسترده‌ای در علم داده مورد استفاده قرار می‌گیرد اما ممکن است هر لحظه جذابیت خودش را از دست بدهد. به همین خاطر باید حداقل با ترندهای جدید آشناییت داشته باشید. برای یاد گرفتن چندین زبان برنامه نویسی به گذراندن دوره‌های فشرده نیاز ندارید. مطالب جدید از از جاهای مختلف امتحان کنید و مناسب‌ترین آن را برای پیشرفت در کارهای خود یاد بگیرید.

منبع

چه امتیازی برای این مقاله میدهید؟

خیلی بد
بد
متوسط
خوب
عالی
4 از 1 رای

/@Pemi.razmi
علیرضا داداشی
دانشجوی مهندسی پزشکی

دیدگاه و پرسش

برای ارسال دیدگاه لازم است وارد شده یا ثبت‌نام کنید ورود یا ثبت‌نام

در حال دریافت نظرات از سرور، لطفا منتظر بمانید

در حال دریافت نظرات از سرور، لطفا منتظر بمانید

علیرضا داداشی

دانشجوی مهندسی پزشکی

۵ مقاله اخیر

۵ مقاله اخیر از این قسمت برای شما در دسترس است