逆转劣势：如何将找工作的困难转换为你的优势？

电玩女神 2022-11-21 11:17 182阅读 0赞

> 全文共1867字，预计学习时长5分钟

![逆转劣势：如何将找工作的困难转换为你的优势？][820ef8a31da24e9604d20e873912e002.png]

图源：unsplash

写这篇文章时，笔者因新冠疫情影响与前公司沟通困难，正打算寻找一个新的数据科学家职位。

但现实并不顺利，笔者在人才市场遭遇的境况比上次困难得多。但与其让这些挑战阻挠，甚至在最坏情况下破灭我们成为数据科学家的梦想，笔者更愿意努力理解这些挑战，并提出对你我都有利的解决方案。

**不切实际的职位描述**

这似乎是我与数据科学求职者交流时最常见的话题：没有人觉得自己与工作要求相匹配。

事实上，许多数据科学职位描述并没有传达岗位的实际要求。这带来的一个问题：有追求的数据科学家会优先根据职位描述完善他们的个人能力和技术能力，但这将对他们产生误导。还有另一个问题是，招聘人员会收到大量不符合要求的申请。

职位描述令人难以理解的原因有很多，你需要判断自己遇到的问题属于哪种：

· 解决问题的方法很多，因此很难将其缩小为职位描述。

· 新的数据科学团队鼓励成员当万金油，难以准确转化为职位描述。

· 公司缺乏经验，不了解他们所遇到的问题，以及能够解决这些问题的人应具备哪些能力 。

· 职位描述是由招聘人员撰写的。

解决方案：找到职位描述不切实际的潜在原因十分重要，需要你有一定的洞察力，因为这有可能会妨害你作为一名数据科学家的成长之路。

你要明白工作描述只是公司的愿望清单。公司是想雇佣一个他们认为有能力解决实际问题的人。因此一定要展示自己的能力，让公司觉得你有能力应对遇到的挑战。如果你满足任一职位描述中50%的要求，那么你就很可能符合条件，应该尝试应聘这个职位；如果你100%符合职位描述，选择它很可能就屈才了。

**数据科学正变得更加批量生产化**

![逆转劣势：如何将找工作的困难转换为你的优势？][7165eef5a90f8e7c11ccc3b1a855af15.png]

图源：unsplash

在过去，会使用JupyterNotebook应用程序进行一些可视化处理并构建模型就已足够。但是在笔者看来，这些已经不再会使你脱颖而出。

Jupyter Notebook程序非常适合进行实验，但在现实世界里，我们已经超越了实验阶段。笔者相信每个数据科学家都知道如何使用Jupyter Notebook。随着数据科学的批量生产化程度越来越高，编写生产级代码来节省时间和成本将成为加分项。

每个数据科学家都应该知道如何编写生产级代码，原因如下：

· 从数据科学家转接到工程师的过渡会导致内容丢失

· 可以消除过程中的延迟

· 一个人可以完成两个人的工作，这使你更有价值

解决方案：尽管存在争议，但笔者相信在产品的数据科学应用方面，数据科学家和软件工程师的技能逐渐趋同。因此更多的数据科学家应该学习软件工程的最佳实践。

**竞争**

数据科学是世界上发展最快的新兴技术之一。成千上万的人正蜂拥而至，尝试更新他们的技能从而成为一名数据科学家。如果你不相信，那么请看数据，自Coursera成立以来，已有超过350万人报名参加Andrew Ng机器学习课程（这是数据科学的重要组成部分）。

![逆转劣势：如何将找工作的困难转换为你的优势？][8770b2c96fb4e3047b304ad1a0bc35f4.png]

数据科学家成为21世纪最性感的工作是有原因的。如今，越来越多的人试图进入这个领域，工作竞争变得更加激烈，但这不是你决定不找工作的理由！

解决方案：根据笔者最近在LinkedIn上进行的一项投票，我们应该更努力让自己脱颖而出，这并不意味着要拥有最美观的简历。

![逆转劣势：如何将找工作的困难转换为你的优势？][2030acde84cf0cb24567ae720c13cddd.png]

图源：Kurtis Pykes LinkedIn

当然，好的申请组合是一个脱颖而出的好方法。然而，在增加求职机会方面，还有一个立于不败之地的方法，就是与你申请地区的高级招聘经理或数据科学家联系。LinkedIn让人们很轻易地找到在某家公司工作的员工。在应聘工作时，这应该成为求职流程的一部分。

虽然现实很艰难，但这绝不是你找不到工作的原因。在任何一份工作中，你都会面临许多挑战。获得这份工作只是一个资格鉴定阶段，看雇主是否相信你有能力面对这些挑战，以及你是否希望雇主成为你团队中的一员。

要一直努力提升自己，不要等到准备好了才去应聘。你可能一直认为自己没有准备好，害怕被拒绝，或害怕拒绝那些与你的目标不符的公司。犹豫就会败北，勇敢才能白给！

![逆转劣势：如何将找工作的困难转换为你的优势？][d404815ed4c92dc51863a426bf8460e4.png]

**一起分享AI学习与发展的干货**

**欢迎关注全平台AI垂类自媒体 “读芯术”**

![format_png][]

（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）

[820ef8a31da24e9604d20e873912e002.png]: /images/20221120/825bb0b9d8754c45bdeeafe0c0103da6.png
[7165eef5a90f8e7c11ccc3b1a855af15.png]: /images/20221120/08510015184641a584cc9d627c8bb6b2.png
[8770b2c96fb4e3047b304ad1a0bc35f4.png]: https://img-blog.csdnimg.cn/img_convert/8770b2c96fb4e3047b304ad1a0bc35f4.png
[2030acde84cf0cb24567ae720c13cddd.png]: https://img-blog.csdnimg.cn/img_convert/2030acde84cf0cb24567ae720c13cddd.png
[d404815ed4c92dc51863a426bf8460e4.png]: https://img-blog.csdnimg.cn/img_convert/d404815ed4c92dc51863a426bf8460e4.png
[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91c2VyLWdvbGQtY2RuLnhpdHUuaW8vMjAxOS85LzEwLzE2ZDE5NjEzMjBmMTY5YmM?x-oss-process=image/format,png