与 Bhavesh Bhatt 谈论数据科学

毫无疑问，数据科学是科技界要求最高、回报最高的职业领域之一。与其他配置文件相比，各种 IT 巨头对数据科学专业人员的支付非常高。但是，当一个人选择从事数据科学职业时，他会在脑海中提出各种问题，例如需要什么工具？工作机会是什么？还有很多。为了解决所有这些关于21 世纪最性感工作的疑问，我们聘请了数据科学领域的知名人士之一 – Bhavesh Bhatt 先生与我们一起帮助您解决所有疑问并分享一些关于数据科学领域也是如此！！

Bhavesh 在 IT 领域的职业生涯始于 EDG 工程师，目前担任数据科学专业人士。他有幸成为机器学习领域的谷歌开发专家 (GDE)并被公认为40 Under 40 数据科学家。此外，他正在管理他的 YouTube 频道，在那里他向学生教授数据科学和机器学习概念。他在孟买大学完成了工程学士学位 (BE)，然后在皮拉尼的 Birla 技术与科学学院完成了工程硕士学位 (ME)。

现在，让我们开始与专家的讨论：

问题 1：作为 SDE 工作后，数据科学如何成为您的完美职业选择？

答：我在 BITS Pilani KK Birla Goa 校区完成了嵌入式系统硕士学位，并在 MathWorks 的工程开发组开始了我的职业生涯。我记得在 MathWorks 采访中被问及特征值和特征向量，我向前迈出了一步，解释了这个概念的物理解释。数学一直让我着迷，正是这种着迷促使我将我的职业生涯转向数据科学和机器学习。

问题 2：您入选了 40 位 40 岁以下的数据科学家名单！你对此有何感想？

答：我还没有达到 30 年的大关，但在班加罗尔举行的 2020 年机器学习开发者峰会上被公认为 2020 年印度 40 位 40 岁以下的数据科学家，我感到非常荣幸。言语无法形容那种感觉，但我会永远珍惜它。日复一日的努力得到认可的感觉总是很特别！

问题 3：您认为掌握数据科学艺术需要哪些工具和/或语言？此外，为了擅长数据科学，数学扮演什么角色？

答： Python Vs R 一直是所有数据科学家永恒的问题。数据科学角色的重要部分是使用任何工具通过数据提供真正的商业价值。选择您喜欢的任何语言并使用它。数学和统计学是数据科学的关键支柱。一旦你在数学上理解了算法，你就可以根据你拥有的数据选择一个而不是另一个。生成假设，使用小测试验证解决方案所有这些都需要扎实的数学知识。另外，想象一下您需要从头开始实现算法的情况，在这里了解算法背后的数学会有所帮助。

问题 4：我们已经看到数据科学现在被认为是最赚钱的职业选择之一。您想给我们崭露头角的数据科学家什么建议？

答：关注基础：

在开始构建花哨的机器学习/深度学习模型之前。了解中心极限定理、线性回归假设、P 值、置信区间、T 检验、线性代数、概率等构建块是一个好主意。
了解流行的机器学习算法背后的数学原理，如逻辑回归、决策树、SVM、随机森林等。

不要成为著名的数据科学冒名顶替综合症的牺牲品：

数据科学和机器学习是不断发展的领域。没有人知道一切。每个人都在不断地学习。专注于概念并开始参加黑客马拉松和竞赛，以了解有关机器学习的不同应用的更多信息。

问题5：由于大流行，学生在安置和撤销工作机会方面一直面临困难时期。为了应对压力，您有什么建议给我们的极客吗？

答：提出报价的组织对这种前所未有的时代知之甚少。这就是为什么很多公司都取消了他们的工作机会的原因。所有阅读本文的极客都应该记住，隧道尽头有光。这场大流行也会过去，但你在大流行期间学到的东西不会过去，所以要充分利用这段时间，尽可能多地学习，我相信你们所有人都会很快找到你梦寐以求的工作。

所以，这一切都来自专家 Bhavesh Bhatt 本人。感谢您的阅读！！