我开始在 DataCamp 学习，是因为我不知道如何将数据科学技能应用到真实的金融场景中。
邂逅 DataCamp
Grant Thornton 拥有活跃的学习文化，Mohammed 在众多学习平台中发现了 DataCamp。DataCamp 以其结构化课程、交互式学习体验、专家讲师以及可自行掌控节奏的灵活性脱颖而出。移动应用是重要加分项，Mohammed 也很喜欢随时完成练习题，以便在路上不断巩固所学。
DataCamp 提供了一个便利的环境，想学就能随时投入。
完成 Python 金融基础学习路径后，Mohammed 就能为一家保险客户开展时间序列建模项目，并由此获得了持续学习的强大动力。
当我在 DataCamp 完成几门与金融相关的课程后，对我的客户项目非常有用。于是我继续拓展更多与数据科学相关的主题。
弥合数据科学的应用鸿沟
Mohammed 面临的下一个挑战是获得构建机器学习模型的实操经验。尽管他此前在其他平台学过机器学习，但应用上的差距依然存在。为弥合这道鸿沟，他报名了 DataCamp 的 Python 数据科学家职业路径。该路径包含 23 门课程与 6 个项目，完成时间近 90 小时，是 DataCamp 最全面的职业路径之一。
DataCamp 奉行“在做中学”的理念，Mohammed 很喜欢在浏览器中直接动手实现所学内容的强调方式。他通过交互式课程练习、针对真实数据集设计的基于笔记本的项目以及在移动端的练习来打磨机器学习技能。后来，他也能在面向客户的场景中展示类似项目。
Mohammed 从不停止学习。他在 DataCamp 已完成 250 多门课程与项目，坚信要成为高价值的专业人士，就必须不断打磨技能。除以 Python 为主的课程外，他目前还在学习 Power BI、Tableau、Excel 和 SQL。
身处数据科学领域，我需要了解所有相关技术，这样才能为工作环境创造价值。
如今，Mohammed 的工作兼具数据科学与数据分析，包括创建仪表板、进行统计检验以及为客户构建机器学习模型。
DataCamp 对我所有面向客户的工作都大有裨益。
Mohammed 立志成为一名数据科学家，他认为 DataCamp 的认证将成为促成这一转变的有力凭证。
给有志成为数据科学家的建议
对于需要在繁忙工作与持续学习间平衡的人群，Mohammed 建议每天固定安排一段时间进行训练，即便只有 30 分钟。他还强调要将学习与实践相结合，确保获取可直接应用于工作的实操经验。
结语
Mohammed 在金融风险场景中精通 Python 与 SQL 的历程，展现了借助 DataCamp 持续学习的变革力量。作为 Grant Thornton 的风险分析师，他起初难以自信地在面向客户的场景中应用数据科学技能。然而，通过完成 250 多门 DataCamp 课程与项目，Mohammed 成功弥合了应用鸿沟，并在客户相关工作中表现出色。他精通 Python、Power BI、Tableau、Excel 与 SQL，并获得数据分析师与数据科学家认证。Mohammed 立志成为数据科学家，坚信在 DataCamp 的学习将为其未来职业发展发挥关键作用。
风险分析需要深厚的统计功底与商业敏锐度的结合，初入分析岗位时往往颇具挑战。
了解 Mohammed（现任 Grant Thornton 风险分析师）如何借助 DataCamp，自信运用 Python 与 SQL 处理真实的风险用例。
走上风险分析师之路
尽管 Mohammed 一直对统计与数据分析饶有兴趣，他真正的旅程始于在波士顿攻读工程管理硕士期间。学习过程中，他发现了与自身兴趣高度契合的数据分析方向，最终加入领先的税务审计与咨询公司 Granth Thornton，担任风险分析师。
然而，在旅程之初，Mohammed 并不自信能将自己的 Python 与 SQL 技能应用于真实的金融任务，尤其是在面向客户展示结果时。