原文：
towardsdatascience.com/how-to-stand-out-as-a-data-scientist-in-2024-2d893fb4a6bb?source=collection_archive---------4-----------------------#2024-05-09
https://towardsdatascience.medium.com/?source=post_page---byline--2d893fb4a6bb--------------------------------https://towardsdatascience.com/?source=post_page---byline--2d893fb4a6bb-------------------------------- TDS 编辑
·发表于 Towards Data Science ·作为 通讯 发送 ·阅读时间 4 分钟 ·2024 年 5 月 9 日
–
想写你的第一篇 TDS 文章吗？我们始终欢迎新作者的投稿。
不久前，似乎找到你的第一份数据科学工作或转到更令人兴奋的数据或机器学习角色有一个相对明确的流程。你学习新的技能，扩展现有的技能，展示你的经验，专注于最合适的职位列表，然后……迟早，好的机会就会向你走来。
当然，事情从来没有那么简单，至少对每个人来说都不是如此。但是即便如此，过去几个月我们确实经历了一些情绪上的变化：就业市场变得更加竞争激烈，公司的招聘过程要求更加苛刻，技术领域及其他领域似乎充满了更多的不确定性和流动性。
对于一名雄心勃勃的数据专业人士来说，该做些什么呢？我们倾向于避免捷径和魔法技巧，更愿意关注那些能够展示你对所要解决问题深刻理解的基础技能。我们经验最为丰富的作者们似乎都指向了同一个方向：我们本周重点推荐的文章为数据和机器学习（ML）从业者提供了具体的见解，涵盖了广泛的职业阶段和关注领域；这些文章强调了持续学习和在变化面前建立韧性的重要性。祝您阅读愉快！
一个心态转变将让你成为更优秀的数据科学家“我已经深信，拥有主人翁意识是区分高绩效者与同侪之间的关键因素之一。”Tessa Xie 回顾她自己的数据科学之路，并概述了这种主动心态的三种最常见表现——以及如何一步步朝着这个方向成长。
新经理的高效数据科学团队指南如果你终于实现了进入管理职位的目标，你可能会很快发现，等待你的将是全新的挑战。Zachary Raicik 提供了如何正确起步并为自己和团队奠定长期成功的深思熟虑建议。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/4a5e4ae5a36a9867ae0886271f2cabcd.png
照片由Conor Brown拍摄，来源于Unsplash
将故事讲述与设计结合，打造令人难忘的演示无论职位、资历还是项目类型，有效的故事讲述依然是数据专业人员可以发展的最关键技能之一，它能确保你的工作触及受众并产生影响。Hennie de Harder 提供了关于如何打造一份有力的幻灯片的实用指南，这些幻灯片能够有效传达你的信息并打动各种利益相关者。
如何持续发展成为一名数据科学家对Eryk Lewinson来说，“作为一名数据科学家，往往需要具备终身学习的心态。”虽然课程、书籍和其他资源丰富，但使他的建议特别有帮助的是，它专注于在常规工作时间内进行的学习，从配对编程和辅导到知识交换和反馈周期。
作为数据和机器学习专业人员，有许多不同的方式来成长；我们本周的其他阅读推荐也可以成为学习新技能、工具和工作流程的起点。
没有人喜欢沉溺于失败，但如果正确地从错误中学习，结果可能非常富有成效——正如Elaine Lu在一篇关于 AI 项目失败的常见原因的文章中所展示的那样。
Ed Izaguirre从生成更好、更个性化的电影推荐系统的目标出发，带我们了解如何构建一个带自查询检索器的 RAG 系统。
在她的“勇敢学习机器学习”系列的新一期中，Amy Ma 提供了一份(非常)全面的激活函数调查，涵盖了权重初始化和批量归一化（包括 PyTorch 实现）。
根据她最近的研究，Sandi Besen 邀请我们探索当前 AI 代理架构的现状，这是一个在已经充满活力的领域中最具前景且增长迅速的领域之一。
如果你想了解关于长短期记忆（LSTM）网络的通俗易懂且深刻的讲解，不妨看看Diego Manfre的精彩深度剖析。
想要动手学习吗？Deepsha Menghani 又一次回到了 TDS，带来了一个有用的教程，展示如何充分利用 Shiny 模块，以“大脚怪目击”的有趣例子为背景！
如果你对 AI 伦理以及模型可解释性的挑战感到好奇，千万不要错过Andy Spezzatti的最新文章，文章揭示了当前方法的局限性，并指明了有前景的未来方向。
感谢你支持我们作者的工作！我们非常喜欢发表新作者的文章，因此如果你最近写了一篇有趣的项目演示、教程或对我们核心主题的理论性反思，千万不要犹豫，与我们分享。
直到下一个变量，
TDS 团队
