我是如何转行为算法工程师的？

如果说开智学堂 Python 基础班是我转行的试探，那么数据科学基础班就是我试探后的全力出击，转入崭新的职业生涯。

缘起

一切的一切，都源于最初的一个想法：我要转行。不是很喜欢自己的专业，职业前景也黯淡无光。一直想进入互联网行业但没有什么实际的行动，不是因为懒惰，而是源于对未知的恐惧。

偶然的机会，发现阳老师的网志，如同发现宝藏一样。三天的时间废寝忘食，贪婪地阅读了所有文章，其中一篇《如何转变职业生涯？》宛如我的救命稻草，指引我迷茫的转行之旅。

不同于传统的一步到位的先计划后实施策略，阳老师建议通过检验和认识，对可能的自我进行测试、检验和了解。可以先创造试验机会，然后改变关系网，逐步实现职业转型。Python 基础班、数据科学基础班以及加入开智社群正好也标志了我转行路上的里程碑。

初识 Python

带着错过开智学堂 Python 基础班一期课程的懊恼，在第一时间报名了二期课程，是我转行路上的第一次试验。跟随 Python 中文社区创始人大妈学习短短两个月，不仅了解了 Python 的基本知识，更习得了以最小代价解决工程实际问题、阅读英文原文文档、发 Issue 提问以及邮件列表实现优雅的异步交流等思维方式和技能。大妈的知识管理系统更让人惊艳，简直浑身都是宝藏。不仅学编程，更锻炼思维，Python 课程收获满满。

课程结束后，我已具备坚实的 Python 基础，这让我有信心重新启程接受更大的挑战。是的，下一个挑战就是数据科学课。

数据科学入门

带着满满的自信，报名了开智学堂数据科学基础班二期。迫不及待地进入数据科学这门交叉性很强的学科。但也有点紧张，因为数据科学的道路太崎岖，请看数据科学家的 RoadMap。

数据科学是一门交叉性很强的学科，也是一门通才课，不仅仅是编程知识，还需要统计和高等数学提供的理论支持，以及特定领域的业务知识。具体还会涉及数据抓取、到数据清洗、到数据可视化和数据建模和机器学习等等知识。这是一门值得花时间和精力投入的课，因为实在是干货太多。

相信大部分人看到上面的地图都会迷路，但还好这期数据科学课提供了一种从整体俯瞰数据科学领域所有知识架构体系的视角。从工具基础到简单的数值计算和数据绘图，再到之后相对难度大的统计分析和机器学习，此课程都有一个总览。更可贵的是每一节课程都能够基于一个 Python 包进行使用，从 Numpy、Matplotlib 到 Pandas、SciPy、Statsmodels 和 Sklearn。

不单单是听课，每次课程结束你都能看到自己满满的输出，每周都是满满的代码，满满的笔记，满满的炫图。课程结束后，输出都快积累成一本书了。值得一提的是，课程的最后一周的大作业可以选择感兴趣的话题自由发挥。我选择的题目是根据小米应用商城所有 App 信息，分析 App 市场趋势，涉及数据爬取，应用机器学习算法对其分析以及建站可视化等，从零到一，拿出自己的作品的 感觉实在太棒！

当然，单单老师领进门还不行，还有一些学习的正确姿势需要get，加倍学习效率。

首推的就是 IPython Notebook，它不单单是简单的 Python交互的 IDE，更能结合代码反复试错、探索、可视化以及 Markdown 笔记。不仅高效探索新功能，更能方便的把探索过程记录下来，以备复用。上手之后根本停不下来！

Google + Documents + Stack Overflow + Issue 的学习套路。课程信息量很大，探索的过程中难免遇到各种困难，这时候善用 Google 以及 Stack Overflow 可以迅速找到答案；若是个性化的问题，可以在 Issue 上用绝对坐标优雅地异步沟通解决问题。

学会用 Workflowy 管理复杂任务，拿最后一周的大作业来说。数据爬取，应用机器学习算法对其分析以及建站可视化，每一个环节都需要进一步细分，如果单凭大脑记忆，效率会明显降低。但用 Workflowy 可以很好地把任务按逻辑一层层细分，逐个击破，处理复杂任务的能力得到进一步锻炼提升。

结语

十周的课程结束，收获的不仅仅是知识，还有满满的同侪压力，数位值得托付后背的小伙伴。学习不再依赖干巴巴的意志力，或是一遍遍的自我心理建设，而是有同侪进步的压力，幸福的动力。课程给你带来越多压力的人，最终成为你最信任的人。

更值得高兴的是，课程结束后，我成功地进入互联网行业，变身算法工程师，给自己转行的道路画上了圆满的句号。

猜你想读

第四期数据科学基础课即将在明日开放报名，请留意明天图文啦。