打造出色数据作品集的7种方法
1. 做自己，追随热爱
最好的作品集项目并不是用上最新或最复杂的工具和模型的那些。最能吸引注意力的作品，往往源自真实的热爱。如果您为某个特定任务费尽心思去抓取数据、写出引人入胜的故事，或创造出能向世界传达您热情的作品，人们会看出来。《Acing the Data Science Interview》联合作者 Nick Singh 在这期 DataFramed中更进一步指出，对自我作品的热情具有感染力，会让招聘经理相信您对一切与数据科学相关的事都充满热情，包括他们的公司和您申请的岗位。
数据科学作品集项目并不容易完成。您会遇到重重阻碍，还要兼顾其他事务，而最后10%的收尾工作常常让人感觉像是又做了一遍整个项目。做您所热爱的事情，能帮助您跨越难关，并确保您产出一个令自己自豪的作品。
2. 讲好一个故事
为项目倾注时间与热情能让您成为专家，但同样重要的是，确保读者能依据您提供的内容，从头到尾跟随您的旅程。请记住，很多人翻看您的作品集时，对您的项目并不了解，也没有时间做额外研究。因此，简明而吸引人的“故事”是作品集项目的关键。不论您将它发布在 GitHub 仓库的 readme 页面，还是仪表板标题下方，都请明确说明读者为何应对您的项目感兴趣、您的动机是什么、它回答了哪个核心问题。这还能抓住读者注意力，引导他们继续查看您的笔记本、模型或仪表板。
一个引人入胜的故事是作品集最重要的部分之一，因为它展现了您的共情力、好奇心与热情。带领读者踏上一段有趣的旅程，会让您的项目脱颖而出。
3. 展示技术实力——但避免范围膨胀
优秀的作品集项目会展示您的技术能力，但这并不意味着您需要把掌握的每项技术都用上。比如，如果您花了数小时开发高级爬虫工具，也不必为了迎合最前沿的建模技术而进一步扩大项目范围。
一个良好的做法是将项目聚焦于一个技术领域，并在其余环节运用基础方法。例如，如果您的项目旨在展示数据清洗与采集能力，那么即使用不上最前沿模型达到最佳预测精度也无妨。限制项目范围，有助于讲好一个简洁而有趣的故事，并清晰地展示您技术技能的不同侧面。
另一种展示技术实力的好方法是确保代码可读且文档完备。给笔记本添加标题与说明，审阅代码并为函数添加注释。愿意细看笔记本的人会注意到注释和清晰的变量命名。
4. 避免“千篇一律”的项目
尽可能避免Titanic、MNIST 或 Iris 这类数据集。它们是很好的学习与试验模型的数据集，但被初学者和在线课程广泛使用，以至于招聘人员和招聘经理可能会误以为您仍处于数据科学旅程的早期阶段。而且，它们也不利于展现您对数据科学的热情，或您真正感兴趣的项目类型。
在作品集中展示一个大众化项目是有风险的。许多查看您作品集的人可能自己也做过该项目，尤其是在有大量公开教程的情况下，这容易让他们失去兴趣。
5. 别忽视软技能
优秀的叙事并不是您在作品集中该传达的唯一“软技能”。用简洁明了的方式解释复杂问题，是任何职场都需要的重要能力——也应在您的作品集中得到凸显。此外，作品集还能成为您为数据科学社区做贡献、帮助读者学习新技能的机会。数据科学中另一个至关重要的特质是好奇心，因为为了找到特定问题的解决方案，常常需要研读论文或博文，而雇主也正是看重这一点。
从新颖的数据集中产出洞见，并解释您在作品集项目中如何解决遇到的独特挑战，是展示您的好奇心与创造力的绝佳方式——这些能力并不容易习得。
6. 为读者而设计
读者的使用体验对您的作品集而言，与对任何应用或网站同样重要。关键在于在不让读者不堪重负的前提下，引导他们找到相关信息，并在他们有兴趣时提供更深入探究的机会。
不要在项目设计上省工：吸引眼球的美学风格能抓住读者的兴趣，让您的作品集更出众。干净利落的作品集甚至能帮助不熟悉技术术语的读者跟上您的故事。此外，您可以将项目的设计风格沉淀为未来项目的模板，并在项目间互相链接，顺畅地引导用户查看更多内容。
7. 打造个人品牌
人们能找到的关于您的信息不止作品集本身。简单搜一下 Google，往往会看到您的 LinkedIn 主页、网站、博客、GitHub 和其他社交媒体。您需要确保这些渠道上的形象、写作风格与内容保持一致，并且相互链接。记得在邮件签名和简历上附上作品集链接。强有力的个人品牌有助于您作为个体脱颖而出。一个良好的个人品牌应突出您的关键技能、您的成就，并向他人展示您的所作所为。
优秀数据科学作品集示例
如果您想看看这些原则在实践中的体现——这里列出了一批一流的数据科学作品集与项目，助您获得灵感：
Nikolaos Christoforidis：对体育的热爱
Nikolaos 的项目一上来就代码密集，清晰展现了他在 Pandas 和 Scikit-learn 上的高超熟练度。他还通过一个大众熟悉的数据集，让笔记本变得更具吸引力。我们许多人都热爱体育，而如今也有大量有趣的数据集可用。关于某项运动的项目很容易吸引志趣相投的读者读到最后，尤其当它把有趣的数据集和问题与能呈现运动本身元素的酷炫可视化结合起来时。这也是让您的热情在作品中清晰展现的好方法，甚至能吸引并不关注该运动的人！
Yan Holtz：出色的设计
如果您在寻找作品集设计灵感，不妨一看。Yan 的作品集既充满热情又极具质感，尤其是页面顶部会随鼠标指针互动的动画。人们很难不一路往下滑，直到看到项目本身。每个项目都有独特的可视化进一步吸引您，点击后会呈现精炼的说明。
Samuel Verevis：个性
尽管葡萄酒数据集在作品集中很常见，Samuel 却通过幽默的小节标题和出色的可视化为故事注入了全新元素。这里的图表兼具酷感与清晰度，展现了他对如何讲好一个故事并保持读者兴趣的清楚把握。即便是在一个常被其他作品集使用的数据集上，这也是展现真实性、技能和热情的绝佳方式。
Philipp Schöettler：走红
比特币数据和吸引人的作品集项目，绝配。Phillipp 显然对该主题充满热情且见多识广，他在比特币方面写出了一篇内容详实、引人入胜的作品，同时展现了他对金融市场的深刻理解。这很好地示范了如何围绕热门话题创作内容，同时为广泛受众提供价值，例如其他数据科学家、投资者、区块链爱好者以及想要学习的人。
了解更多
虽然浏览示例有助于获取灵感，阅读类似本文的指南也能帮您走上正确道路，但最重要的是记住：您的作品集应当体现“您”——您的技能、兴趣与个性。毕竟，这是一段属于您的数据科学旅程。您可以在下方找到更多资源，助您一路前行：
数据科学是过去10年中最令人兴奋且增长最快的领域之一。由此，许多大学项目、数据科学训练营和在线课程应运而生，供想要入门的人选择。这些项目有助于您学习所需技能，但在真正拿到岗位时，向雇主证明您具备合适的技能组合尤为重要，因为许多雇主看重实操经验。一个高效的作品集能让您用“展示”而非“陈述”的方式，向潜在雇主证明您足以胜任数据科学岗位。
如今大多数数据科学家都有作品集，但真正出众的却不多。如果您的作品集过于通用、项目乏味或缺少解释，读者就很难跟上并保持兴趣。为确保您的辛勤付出能被最大程度地理解和认可，以下是一些简单建议，帮您将一个“不错”的作品集打造成“出色”的作品集。
为何要投入时间打造数据科学作品集？
对于立志成为数据科学家的您，打造作品集的“为什么”很直观：在技术测试之前，通过展示您的技能来帮助您获得岗位。然而，找到新工作是一种外在回报。寻找内在动机同样关键——这样，构建作品集带来的满足感更多取决于您自己，而不是您无法掌控的面试流程。这也能让您的作品集更真诚，并激励您呈现出最佳成果。
以下是值得您投入时间打造高质量作品集的一些关键原因。
拿下理想岗位
作品集往往是数据科学招聘流程中的关键工具。技术招聘经理和面试您的数据科学家会查看它，以评估您的技能、经验与兴趣，并可能围绕它向您提问。
获得关键的实操经验
学习机器学习算法背后的理论是进入数据科学领域的重要一步，但真正的考验是将所学技能应用到具体用例中。完整推进一个项目会巩固您的所学，并确保您能自信地谈论它。
融入数据社区
数据科学家喜欢看看其他数据科学家做了什么。做事没有唯一“正确”的方式，与社区分享和讨论您的项目是为问题寻找有趣解决方案的绝佳途径。
自我享受
这是创建作品集最重要的原因之一；毕竟，数据科学是有趣的！如果您真心享受正在做的项目，它会激励您全力以赴，其他人也更容易被您的热情打动。
作品集项目有哪些类型
作品集项目不仅仅是展示编程能力等技术技能。以内容为导向的项目同样是展现您对主题的理解和沟通能力的绝佳方式——这些都是面试官看重的关键素质。事实上，每一个技术类作品集项目都应配有面向非技术受众的清晰解释。以下是不同类型作品集项目的示例。在作品集中兼顾两类项目，对于展示数据科学岗位常常需要的多元技能组合至关重要。
代码类项目
代码类项目是最常见的作品集项目类型。简而言之，它通过选取数据集并围绕它解决问题，来复刻真实世界的数据科学项目。示例包括：
内容类项目
内容类项目作为作品集项目并不常见，但在展示您的沟通与写作能力方面极其有效。示例包括：