Я закончу докторскую диссертацию по прикладной физике (моделирование квантового переноса и рассеяния света в нанопроволоках) примерно через 6-8 месяцев и уже принял решение покинуть Академию, как только закончу учебу. Основная причина в том, что я считаю, что мои публикации после получения докторской степени будут недостаточно хороши, чтобы конкурировать за хорошие позиции в постдокторском мире. Я также потерял мотивацию и интерес к этой области из-за отсутствия удовлетворяющих и вознаграждающих результатов (я склонен винить в этом себя, но в течение последнего года у меня почти не было надзора). Если я останусь в академических кругах, то, скорее всего, в следующее десятилетие буду переходить от постдокторского контракта к постдокторскому контракту в исследовательских группах посредственного/низкого уровня.
Недавно я начал подумывать о карьере в области науки о данных: кажется, что предложений о работе много, а зарплата хорошая, плюс кажется, что можно работать во многих разных областях, если у вас есть опыт (это то, что я люблю, так как я интересуюсь и любопытствую о многих, многих вещах).
В настоящее время мне не хватает основного набора технических навыков, которыми должен обладать специалист по данным (R, Python, SQL, статистика и т. д.), и у меня не останется столько времени, чтобы пройти онлайн-курсы, пока я не напишу и не защитю свою диссертацию. Однако у меня есть большой опыт работы с другими языками программирования, и я знаю, что могу легко освоиться (не говоря о навыках) со всем необходимым за короткое время. В конце концов, концептуально все должно быть намного проще, чем теория моего PhD/MSc, а еще у меня хороший бэкграунд в статистической механике.
Есть ли у вас, ребята, какие-либо советы или опыт, чтобы поделиться о том, как сделать этот переход? Я немного боюсь реального мира после того, как закончу. Кроме того, что было бы наиболее оптимальным способом получить работу специалиста по данным после получения докторской степени? Я думал о поиске стажировки, но я не знаю, смогу ли я просто пройти онлайн-курсы и делать что-то самостоятельно.
Заранее большое спасибо!
Редактировать: поскольку это может иметь значение, я не в США, а в Европе.
На самом деле существует достаточный спрос на ученых и инженеров, занимающихся данными, что существуют специальные 7-8-недельные программы постдокторского обучения. Такая программа может быть хорошей идеей как для развития навыков, так и для демонстрации того, что вы действительно завершили соответствующий проект. У меня нет личного опыта, но я знаю бывшего постдока по физике, который успешно прошел (бесплатную) программу Insight Data Engineering и теперь работает специалистом по данным. (У них также есть программа, ориентированная на науку о данных.) Еще одна такая программа — Инкубатор данных , и я полагаю, что есть и другие.
Вот физик-теоретик, выпускник докторской диссертации, который перешел в науку о данных за несколько месяцев до выпуска. В настоящее время он является старшим инженером по компьютерному зрению на уровне 5, подразделение самоуправляемых автомобилей, Lyft Inc. и гроссмейстер Kaggle: Интервью с гроссмейстером Kaggle, старшим инженером по компьютерному зрению в Lyft: доктор Владимир Игловиков.
TL;DR Инвестируйте в изучение данных и машинного обучения, участвуя в соревнованиях Kaggle .
Выучить Python несложно, если вы имеете опыт работы с похожими языками (в основном MATLAB), а опыт работы со статистикой очень полезен (как вы упомянули статистическую механику). Я согласен, что вы можете соревноваться в Kaggle, хотя поначалу это может быть сложно. Конечно, вам нужно приобрести практический опыт, это одно из самых важных требований в отрасли. Вы можете начать с простых проектов по науке о данных на Python и быстро продолжить. Создайте свое собственное портфолио, которое вы будете часто указывать при приеме на работу и во время собеседований.
Брайан Борчерс
Фраиссе
cag51
Дэйв Л. Ренфро
пользователь48953094