我在 DataCamp 获得的 Python、R 和统计学知识，对我的工作至关重要。
在管理岗位上，Mark 需要处理大量的现场故障与制造数据。他本可以把这项工作交给下属，但数据分析令他着迷，他欣然投身于数据库、SQL 和数据科学。他利用这些知识，展示了某些失效模式与天气条件、批次、安装人员以及零部件制造商之间的相关性。
这些知识带来的影响深远。它帮助他通过识别需要培训和工具支持的环节，改善客户体验并降低产品故障率。其中一个项目涉及开发电池电量计：他设计实验以表征电池性能，分析结果，在实现受限条件下确定最佳模型，并向软件团队提供了可执行的规格说明。
我很快发现自己对数据科学的兴趣超过了对管理工作的兴趣。
数据分析职业道路的起点
Mark 在电子与光学领域已深耕 39 年，但到了 2018 年 5 月，他希望有所改变。他决定独立出来，创办一家咨询公司。Mark 加倍投入 DataCamp 的培训。他完成了 Data Scientist with R 职业路径，并开始寻找需要数据分析能力的电子类职位。从此他比以往任何时候都更忙碌，也更有产出。
在咨询业务的早期，Mark 主要专注于电气工程相关工作，但在过去一年里，他增加了更多数据分析工作。他目前为一家大型床具制造商提供合同服务，帮助他们分析现场故障数据。这包括制定测试方案、定义数据库架构、分析数据，并为管理层创建用于决策的仪表板——全部运用他在 DataCamp 学到的技能。
我非常喜欢短讲解加引导练习的形式。这种方式对我很奏效。
在 DataCamp 学习数据分析
那么，Mark 起初为何选择 DataCamp？他其实尝试过多个在线学习平台，但 DataCamp 的教学方式最契合他的个人学习风格。他认为我们的“做中学”方法最有效：先通过短视频讲解概念，随后是练习与动手项目，帮助学习者解决真实世界的问题。他也很认可 DataCamp 的即时反馈以及平台上的高质量授课。
DataCamp 的课程覆盖面最广，而且一直保持着稳定而高水准的讲解质量。
Mark 每晚都会留出一小时投入 DataCamp 的学习，并在通勤乘公交时使用 DataCamp 的 移动应用来强化所学。迄今为止，他已完成 75 门课程，积累了超过 330,000 点 XP！他最初的 DataCamp 学习目标非常明确，专注于日常工作所需的特定技能，尤其是数据清洗与可视化。随后，他通过实验设计与建模课程深入学习统计学。最近，他将重点放在报告呈现上。
Mark 在 DataCamp 的学习之旅，使他构建起足以支撑职业目标的数据科学与分析技能深度。处于职业生涯任何阶段的专业人士都可以做到同样的事情。被 Mark 的故事所激励？欢迎在 LinkedIn 与他联系，并在他的博客上关注他的数据探索。
立即注册！
一如既往，我们随时为您提供支持。您现在就可以在 DataCamp 开始学习，或利用 DataCamp for Business 全面提升您团队在数据科学与分析各领域的技能。点击这里预约我们的平台免费演示。
Mark Biegert 并不是那种典型的数据科学家。他不是千禧一代，也没有数学或计算机科学的高等学位。Mark 现年62岁，本职是电气工程师。他也极其谦逊，把自己形容为“一个相当无趣的人”。
发现 DataCamp
12 年来，Mark 在一家大型电信公司负责光学产品，担任工程总监。他管理着一支由电气工程师和光学物理学家组成的团队，这些群体往往使用 Python。在这个岗位上，Mark 开始在 DataCamp 上学习 Python，以提升自己的数据分析能力。当他开始将工作拓展到电气工程和光学之外时，又接触到其他使用 R 的群体。他回到 DataCamp 学习 R，R 很快成为他解决问题时的首选语言。