Skip to content

Latest commit

 

History

History
89 lines (54 loc) · 8.27 KB

ultralearning-product-data-science-439ee0af501f.md

File metadata and controls

89 lines (54 loc) · 8.27 KB
Raw

超学习产品数据科学

原文：https://pub.towardsai.net/ultralearning-product-data-science-439ee0af501f?source=collection_archive---------7-----------------------

数据科学

最小努力最大成果的方法

幸福不是快乐。幸福是可能性的扩展——斯科特·扬

我经常想知道什么是我最热爱的事情，我知道我喜欢健身、运动、电子商务和广告空间，但我无法给出一个答案。是因为我知道自己不擅长，还是因为我害怕以此为职业？我以为读完研究生和找到工作会帮助我找到我的激情，这无疑让我很开心，但我还远远没有找到我的激情。我试图挖掘一些我钦佩的人的作品来寻找答案，我偶然看到了卡尔·纽波特的书《好到他们不能忽视你》，我的想法真的很棒。我试图找到我的激情，在前 10 页中，卡尔说激情被高估了，做好任何事情的关键是迫使自己完成工作，迫使技能到来，这是最困难的阶段。

我觉得你的问题在于你在做事情之前试图抽象地判断所有的事情——卡尔·纽波特

在理解了激情假说并将其与斯科特·扬的书“超学习”中他强调无论我们的背景如何，我们都可以学习任何东西后，我决定努力构建我的职业资本，即发展产品数据科学方面的技能。这是我为自己准备的未来 100 天(01/03/21–08/06/21)的超学习产品数据科学计划。查看我对超学习和的笔记，它们是如此之好，以至于他们无法忽视你的理解。

来源: Unsplash

为什么选择产品数据科学？

我拥有应用数据科学的硕士学位，我非常擅长算法、编码和统计，我没有在一个全新的行业(金融/营销/艺术)建立我的职业资本，而是决定利用我的优势和技能！我知道数据科学家的收入很高，这是我考虑的另一个重要因素，如果我说钱对我来说不重要，那我是在撒谎。以下是我想在产品数据科学领域发展职业资本的其他原因:

  • 数据科学领域 70%的工作与产品数据科学相关
  • 更少的编码更多的分析工作。我擅长统计和决策！
  • 我很好奇，我倾向于问很多问题，所以我相信我能想到公司其他人没有想到的问题
  • 喜欢研究国际市场、增长战略、消费者行为
  • 轻松过渡到产品管理

我将发展哪些技能？

我在网上阅读了我能找到的所有关于产品数据科学的资料，还联系了我网络中的几位数据科学家，以了解更多关于产品数据科学、所需技能、我应该参与的项目、面试结构以及我应该使用的资源的信息。产品数据科学家与产品负责人密切合作，进行实验并测试不同的产品功能。他们处理的一些问题是:

  • 测井和仪器 —识别数据缺口。与工程师建立良好的关系
  • 推送通知分析 —有多少用户有资格获得推送通知？跨用户群？跨客户端？不同推送通知类型的点击率是多少？
  • 短信发送率——我们如何计算 Twitter 在不同运营商间的短信发送率？我们在新兴国家的交付率更低吗？我们怎样才能让它们变得更好？
  • 多账户 —为什么某些国家的多账户比率较高？是什么驱使人们创建多个账户？

网上有很多可用的资源，我根据自己的学习风格精心挑选了一些。以下是我将在未来 100 天发展的技能和我将使用的资源。

产品感

  • 恒星同行
  • Gayle Laakmann McDowell 和 Jackie Bavaro 的采访
  • 刘易斯·c·林的《解码与征服》

结构化查询语言

统计数字

实验

我相当擅长 python 编程和基本的机器学习，所以我没有安排单独的时间来学习算法，解决一个带回家的挑战将有助于提高这些技能。如果你想查看我收集的所有资源，以了解更多关于产品数据科学的知识，请查看我的笔记

我将如何培养这些技能？

我决定进行基于面试的学习，而不是单独发展每一项技能或从事一个完整的项目。我使用了斯科特在他的书中提到的直接方法。直接性原则断言，实际上是在做你想擅长的事情的时候，大量的学习发生了。所以，我想变得擅长面试，我相信直接解决面试问题会帮助我做到这一点。互联网上有很多面试问题，但这里有一些我会用到的资源——interview query 和 Glassdoor。

我还在公司内部找到了发展我的分析技能(SQL、数据、商业案例、脚本)的机会。我的公司是一家电子商务公司，所以有很多机会来培养产品技能。我的目标是参与至少一个实验，这样我就能理解 A/B 测试和实验设计的细微差别。当我们学习新的东西时，我们应该总是努力将它们直接与我们想要使用它们的环境联系起来。

写作给我带来了清晰的思路，我相信分享我对产品案例问题的解决方案将有助于我获得反馈，并有所改进。我将定期撰写博客文章，讨论采访中问到的与产品相关的问题，如:

  • 假设您为一家 SAAS 公司工作。一个项目经理走到你面前，告诉你来自 X 国的用户从免费试用转为以比来自 y 国的用户高得多的价格付费。你会进一步调查什么以确定为什么会发生这种情况？

我正在做一份全职工作，所以我不能在这个项目上投入太多时间，但我已经安排了每周 20 个小时。我将在每个工作日每天花 2 个小时(1 个小时用于 2 个 SQL 问题，另一个小时用于 1 个产品案例问题)，周末花 10 个小时(阅读参考书、解决带回家的难题、阅读论文和总结)

我很兴奋尝试这个超学习计划，看看我在接下来的 100 天里能达到什么。我会在我的博客上分享我的周计划和学习进度。如果你想继续下去，请联系我！如果你有兴趣了解我在 2021 年要做什么，请订阅我的时事通讯或者在推特上关注我

这篇博客最初发表于 harshdarji.com 的

参考

  1. https://towards data science . com/how-to-land-a-data-scientist-job-at-your-dream-company-my-journey-Airbnb-f6ae 99892 E8
  2. https://towards data science . com/how-I-got-4-data-science-offers-and-double-my-income-after-two-months-be 3b6 D2 de 6938
  3. https://medium . com/@ r Chang/my-two-year-journey-as-a-data-scientist-at-Twitter-f0c 13298 aee 6