能否谈谈您的背景？
我的职业生涯始于 2010 年，在空军的 Security Forces（通常称为宪兵）部门工作。我参与了在韩国和日本对政府设施的实地安保工作，甚至有一次守卫过奥巴马的专机！离开空军后，我在电信行业做了数年的服务台分析师，之后转入银行领域的网络安全岗位。
尽管当时的岗位并不要求数据技能，但我总是尽可能在工作中运用这些能力，偶尔也会让老板有点头疼，他会对我说“专心干你的本职工作” 😂。不过，在那些岗位上，当团队里的“数据那个人”常常很有用，比如为管理层制作信息量丰富的 Tableau 报告，发掘未被使用的数据并加以利用，以及通过更深入的分析挖掘出此前未被充分认识的洞见。
最近，我终于在一个数据科学团队里找到了一份正规的数据分析师工作，可以每天发挥这些技能。2020 年 11 月疫情期间我失业了，把这视为一个实现重大转行、全职从事数据工作的好机会。我从银行的网络安全分析师转成了出版行业的数据分析师。DataCamp 帮助我掌握了足以让自己在市场上具有竞争力的技能，从而完成这次转型。我也计划在不久的将来转为数据科学家！
我在学校学的是软件开发，但我非常主张通过线上自学来获取所需的相关技能，而不是把钱都砸在高等教育上。我从诸如 DataCamp 这样的免费或价格合理的在线资源中受益匪浅。个人方面，我喜欢在 DrivenData.com 和 Kaggle 上参加竞赛、学习日语、弹吉他，当然还有在 DataCamp 上完成一个个模块。
您每天大概花多少时间在 DataCamp 上学习？
大约每天 2-3 小时。
时间太久了，我已经记不太清是怎么找到 DataCamp 的了。很可能是我在搜索数据科学的学习资源。我记得看过 DataQuest，但没选它，因为他们的界面对我来说有点“伤脑筋”。在 DataCamp，上手非常容易，所有内容都以极简且一致的方式呈现。我很容易就能找到自己想要的东西。
DataCamp 是如何帮助您实现职业目标的？
我现在的新工作主要是写 Python 代码。编写清洗、整理数据，并把数据从 A 点送到 B 点的代码。有时也会用到一些 SQL，而 DataCamp 提供了我 98% 的真实世界 SQL 知识与学习，这些都是我在之前的工作中无法获得的。DataCamp 的确让我的新工作轻松了许多。
您在 DataCamp 学到的哪些技能最有用？
哦，这还真不容易回答。我会说是通用的机器学习技能。我花了很长时间才真正理解 scikit-learn，哪怕是像使用 train_test_split() 这么看似简单的事。一开始确实有点吓人。经过大量有引导的反复练习后，一夜之间就通了。我还在持续学习 Machine Learning Scientist with Python 职业路径中的新技巧，并不断将其应用到真实项目中。
我很自豪的一个例子是：在美国银行的安全运营中心（Security Operations Center）里，为其电子邮件滥用团队构建了一套垃圾邮件分类器。他们的工作是分析内部员工提交的可疑邮件，提交量非常大，其中很多都是无用信息（或垃圾邮件）。为帮助自动化处理流程，我构建了一个逻辑回归的垃圾过滤器，准确率达到了 93%。最终这套系统投入了生产，每周大约节省了 200 个分析师工时，从而让团队能够专注于更紧迫的任务。
在我目前的工作中，我最近需要构建一条复杂的数据管道（使用 Python 和 SQL），从 SFTP 服务器拉取数据，对其进行高强度的数据清洗，再与 SQL Server 数据库中的一张表进行关联，最后将结果转发至 Jira。DataCamp 的课程 Writing Efficient Python Code 帮我把脚本提速了 10 倍，而 SQL Fundamentals 技能路径则在 SQL 部分给予了很大帮助。
目前我正在参加 Kaggle 的 Disaster Tweet 比赛。为帮助构建我的解决方案，我正在学习 Natural Language Processing in Python 技能路径，一边获得指导，一边将这些概念同时应用到 Kaggle 项目中。
您最喜欢 DataCamp 的哪些方面？
课程的相关性、多样性和质量。关于相关性：很多课程经得起时间考验。三年过去了，我依然会回看一些早期课程寻求帮助。
对于刚开始使用 DataCamp 的人，您有什么建议？
想一个您在现实生活中想做的数据项目，然后找出完成这个项目需要的技能，再在 DataCamp 上找到相应课程。学完课程后就去尝试完成这个项目。
对于不知道从哪里开始的新学员，可以先从一个让您感兴趣的职业路径入手。随着了解的加深，再转向其他方向也不迟！😊
我也推荐您看看 DataCamp 的网络研讨会，它们让我接触到了数据科学领域的许多优秀思想。
想寻找一个数据爱好者社区来支持您的学习之旅？加入 DataCamp Slack 社区，用自定义 LinkedIn 封面图向世界宣告您是数据爱好者，并在 LinkedIn 上与 Patrick 取得联系。
能否谈谈您的背景？
我的职业生涯始于 2010 年，在空军的 Security Forces（通常称为宪兵）部门工作。我参与了在韩国和日本对政府设施的实地安保工作，甚至有一次守卫过奥巴马的专机！离开空军后，我在电信行业做了数年的服务台分析师，之后转入银行领域的网络安全岗位。
尽管当时的岗位并不要求数据技能，但我总是尽可能在工作中运用这些能力，偶尔也会让老板有点头疼，他会对我说“专心干你的本职工作” 😂。不过，在那些岗位上，当团队里的“数据那个人”常常很有用，比如为管理层制作信息量丰富的 Tableau 报告，发掘未被使用的数据并加以利用，以及通过更深入的分析挖掘出此前未被充分认识的洞见。
最近，我终于在一个数据科学团队里找到了一份正规的数据分析师工作，可以每天发挥这些技能。2020 年 11 月疫情期间我失业了，把这视为一个实现重大转行、全职从事数据工作的好机会。我从银行的网络安全分析师转成了出版行业的数据分析师。DataCamp 帮助我掌握了足以让自己在市场上具有竞争力的技能，从而完成这次转型。我也计划在不久的将来转为数据科学家！
我在学校学的是软件开发，但我非常主张通过线上自学来获取所需的相关技能，而不是把钱都砸在高等教育上。我从诸如 DataCamp 这样的免费或价格合理的在线资源中受益匪浅。个人方面，我喜欢在 DrivenData.com 和 Kaggle 上参加竞赛、学习日语、弹吉他，当然还有在 DataCamp 上完成一个个模块。
您每天大概花多少时间在 DataCamp 上学习？
大约每天 2-3 小时。
您是如何找到 DataCamp 的？为什么选择我们而不是其他在线学习平台？
时间太久了，我已经记不太清是怎么找到 DataCamp 的了。很可能是我在搜索数据科学的学习资源。我记得看过 DataQuest，但没选它，因为他们的界面对我来说有点“伤脑筋”。在 DataCamp，上手非常容易，所有内容都以极简且一致的方式呈现。我很容易就能找到自己想要的东西。
DataCamp 是如何帮助您实现职业目标的？
我现在的新工作主要是写 Python 代码。编写清洗、整理数据，并把数据从 A 点送到 B 点的代码。有时也会用到一些 SQL，而 DataCamp 提供了我 98% 的真实世界 SQL 知识与学习，这些都是我在之前的工作中无法获得的。DataCamp 的确让我的新工作轻松了许多。
您在 DataCamp 学到的哪些技能最有用？
哦，这还真不容易回答。我会说是通用的机器学习技能。我花了很长时间才真正理解 scikit-learn，哪怕是像使用 train_test_split() 这么看似简单的事。一开始确实有点吓人。经过大量有引导的反复练习后，一夜之间就通了。我还在持续学习 Machine Learning Scientist with Python 职业路径中的新技巧，并不断将其应用到真实项目中。
我很自豪的一个例子是：在美国银行的安全运营中心（Security Operations Center）里，为其电子邮件滥用团队构建了一套垃圾邮件分类器。他们的工作是分析内部员工提交的可疑邮件，提交量非常大，其中很多都是无用信息（或垃圾邮件）。为帮助自动化处理流程，我构建了一个逻辑回归的垃圾过滤器，准确率达到了 93%。最终这套系统投入了生产，每周大约节省了 200 个分析师工时，从而让团队能够专注于更紧迫的任务。
在我目前的工作中，我最近需要构建一条复杂的数据管道（使用 Python 和 SQL），从 SFTP 服务器拉取数据，对其进行高强度的数据清洗，再与 SQL Server 数据库中的一张表进行关联，最后将结果转发至 Jira。DataCamp 的课程 Writing Efficient Python Code 帮我把脚本提速了 10 倍，而 SQL Fundamentals 技能路径则在 SQL 部分给予了很大帮助。
目前我正在参加 Kaggle 的 Disaster Tweet 比赛。为帮助构建我的解决方案，我正在学习 Natural Language Processing in Python 技能路径，一边获得指导，一边将这些概念同时应用到 Kaggle 项目中。
您最喜欢 DataCamp 的哪些方面？
课程的相关性、多样性和质量。关于相关性：很多课程经得起时间考验。三年过去了，我依然会回看一些早期课程寻求帮助。
对于刚开始使用 DataCamp 的人，您有什么建议？
想一个您在现实生活中想做的数据项目，然后找出完成这个项目需要的技能，再在 DataCamp 上找到相应课程。学完课程后就去尝试完成这个项目。
对于不知道从哪里开始的新学员，可以先从一个让您感兴趣的职业路径入手。随着了解的加深，再转向其他方向也不迟！😊
我也推荐您看看 DataCamp 的网络研讨会，它们让我接触到了数据科学领域的许多优秀思想。
想寻找一个数据爱好者社区来支持您的学习之旅？加入 DataCamp Slack 社区，用自定义 LinkedIn 封面图向世界宣告您是数据爱好者，并在 LinkedIn 上与 Patrick 取得联系。