इन परियोजनाओं के बिना एमएल पोर्टफोलियो न बनाएं
Latest Technology, (लेटेस्ट टेक न्यूज़) Gadget (गैजेट्स) …
ए नया बायोडाटा है – यह वास्तविक कार्य अनुभव का विकल्प है।
लेकिन अभी, आपकी परियोजनाएँ या तो बेकार हैं या आप उन्हें गंभीरता से नहीं ले रहे हैं, और इसीलिए आप साक्षात्कार नहीं दे रहे हैं।
तो इसमें, मैं शीर्ष स्तरीय कंपनियों के लिए आवश्यक परियोजना प्रकारों का विवरण दूंगा वास्तव में खोजें, ताकि आप डेड-एंड आवेदन जमा करना बंद कर सकें और साक्षात्कार शेड्यूल करना शुरू कर सकें।
आइए अपने पोर्टफोलियो को साक्षात्कार के लिए आवश्यक चुंबक बनाएं।
3-5 सरल परियोजनाएँ
आपके पोर्टफोलियो के लिए पूर्ण आधार रेखा 3-5 “सरल” या “आसान” परियोजनाएं हैं।
यह आवश्यक रूप से काम पर रखने में सुई को आगे नहीं बढ़ाएगा, लेकिन यह आपके पोर्टफोलियो को प्रारंभिक भार देगा।
इन सरल परियोजनाओं को जिम में “वार्म-अप प्रतिनिधि” के रूप में सोचें। वे भारी वजन उठाने वाले उपकरण नहीं हैं जो गंभीर मांसपेशियों का निर्माण करते हैं, लेकिन वे मुख्य चुनौती से निपटने से पहले आवश्यक मूलभूत यांत्रिकी, स्थिरता और अनुशासन स्थापित करते हैं।
इन परियोजनाओं का प्राथमिक लक्ष्य आपको निर्देशित ट्यूटोरियल के बिना निर्माण और निर्माण करना है, और वास्तव में आपको समस्याओं को हल करने के तरीके के बारे में रचनात्मक रूप से सोचने पर मजबूर करना है।
यह “ऑप्टिक्स” के बारे में भी है और यह सुनिश्चित करता है कि आपका बायोडाटा, गिटहब और लिंक्डइन प्रोफाइल सक्रिय और अच्छी तरह से भरे हुए दिखें।
हालाँकि, इन छोटी परियोजनाओं को बनाने में लगभग एक महीने का समय लें, यह सुनिश्चित करते हुए कि वे पर्याप्त गुणवत्ता वाले हैं और चैटजीपीटी के साथ जल्दबाजी में तैयार नहीं किए गए हैं।
परियोजनाओं की एक विस्तृत श्रृंखला बनाने का लक्ष्य, प्रत्येक अलग-अलग टूल, डेटासेट और मशीन लर्निंग एल्गोरिदम का उपयोग करना।
यदि आप कुछ प्रेरणा चाहते हैं, तो इस रेपो को देखें जो मैंने लगभग 5 साल पहले बनाया था, जिसमें इन सरल परियोजनाओं के उदाहरण हैं जब मैं अपनी पहली नौकरी पाने की कोशिश कर रहा था।
GitHub – एगोरहॉवेल/डेटा-साइंस-प्रोजेक्ट्स: छोटे डेटा साइंस प्रोजेक्ट्स का चयन।
छोटे डेटा विज्ञान परियोजनाओं का चयन। एक… बनाकर एगोरहॉवेल/डेटा-साइंस-प्रोजेक्ट्स विकास में योगदान करेंgithub.com
एक बात मैं कहूंगा कि ये परियोजनाएं शायद आज के मानकों से नीचे हैं, क्योंकि यह क्षेत्र तेजी से प्रतिस्पर्धी होता जा रहा है।
तो, नीचे उन प्रमुख उद्देश्यों की सूची दी गई है जिन्हें आपकी सरल परियोजनाओं को सार्थक बनाने के लिए पूरा करना चाहिए:
- एल्गोरिदम की विविधता– शामिल करने का प्रयास करें ग्रेडिएंट बूस्टेड पेड़, तंत्रिका – तंत्र, और क्लस्टरिंग एल्गोरिदम जैसे कश्मीर साधन और डीबीएससीएएन आपकी परियोजनाओं में.
- उपन्यास डेटा –एक बेहतर और अधिक यथार्थवादी डेटासेट प्राप्त करना बेहतर है जो वास्तविक दुनिया में आपके सामने आने वाले डेटा को दर्शाता है। यह नियोक्ताओं और साक्षात्कारकर्ताओं को और भी अधिक प्रभावित करेगा, सीधे आपके डेटा विज्ञान और मशीन सीखने के कौशल का प्रदर्शन करेगा।
- निजी— यह तय करने के लिए कि आपकी परियोजनाएं किस विषय पर होनी चाहिए, उन विशिष्ट प्रश्नों के उत्तर देकर शुरुआत करना सबसे अच्छा है जिन्हें आप डेटा से खोजना दिलचस्प समझते हैं। व्यक्तिगत स्पर्श हमेशा बेहतर होता है.
एंड-टू-एंड प्रोजेक्ट
यदि आप मशीन लर्निंग में काम करना चाहते हैं, तो आपको अपना एल्गोरिदम तैनात करने में सक्षम होना चाहिए।
“ज्यूपिटर नोटबुक में एक मॉडल का व्यावसायिक मूल्य शून्य है”
आपने शायद यह वाक्य मुझसे और अन्य लोगों से कई बार सुना होगा।
सबसे परिष्कृत, प्रशंसनीय अत्याधुनिक ट्रांसफार्मर मॉडल होने का कोई मतलब नहीं है जब तक कि यह वास्तविक जीवन के निर्णय न ले रहा हो।
कंपनियां और नियुक्ति प्रबंधक यह जानते हैं, और सच कहें तो, उन्हें केवल इस बात की परवाह है कि क्या आपका मॉडल उन्हें बचा रहा है या पैसा कमा रहा है और क्या उनका अंतर्निहित लाभ बढ़ रहा है।
यह वास्तव में उतना ही रिडक्टिव है।
इसलिए, आप संभावित नियोक्ताओं को यह दिखाना चाहते हैं कि आप अपने पोर्टफोलियो में शुरू से अंत तक एक एल्गोरिदम बनाना और शिप करना जानते हैं।
आपके प्रोजेक्ट में आदर्श रूप से निम्नलिखित शामिल होना चाहिए:
- डेटा संग्रह और भंडारण.
- डेटा प्रीप्रोसेसिंग.
- मॉडल प्रशिक्षण और मूल्यांकन.
- मॉडल परिनियोजन (एपीआई, वेब ऐप, वीपीएस, आदि के माध्यम से)।
- आपके परिणामों का विश्लेषण और प्रस्तुति।
शुरुआती लोगों के लिए यह प्रोजेक्ट बनाना अक्सर सबसे कठिन होता है क्योंकि इसमें कुछ कौशल बढ़ाने और सॉफ़्टवेयर इंजीनियरिंग सीखने की आवश्यकता होती है।
कुछ चीज़ें जो आपको सीखने की आवश्यकता होंगी वे हैं:
मैं नहीं चाहता कि आप सूची से भयभीत और अभिभूत हो जाएं।
छोटी शुरुआत करें और आगे बढ़ते हुए आवश्यक चीजें सीखें; आपको निश्चित रूप से मेरे द्वारा बताई गई सभी चीज़ों का उपयोग करने की आवश्यकता नहीं होगी।
और हमेशा की तरह, इसे यथासंभव व्यक्तिगत बनाएं; यह आपको प्रेरित रखेगा, और यह साक्षात्कारों में बातचीत का एक बेहतर बिंदु है।
यदि आप वास्तविक जीवन का उदाहरण चाहते हैं, तो मेरे पिछले यूट्यूब वीडियो में से एक को देखें जहां मैं अपने द्वारा बनाए गए एक संपूर्ण एंड-टू-एंड प्रोजेक्ट के माध्यम से चलता हूं जो स्टॉक की कीमतों का पूर्वानुमान लगाता है और फिर मेरे पोर्टफोलियो को अनुकूलित करता है।
अनुसंधान-केंद्रित परियोजना
मैं अक्सर लोगों को सलाह देता हूं कि वे अपने पोर्टफोलियो में कुछ शोध तत्व जोड़ें।
एक तरीका यह है कि जिस शोध पत्र में उनकी रुचि है उसे दोबारा लागू किया जाए।
आप इस प्रक्रिया से बहुत कुछ सीखेंगे:
- अत्याधुनिक मॉडलों से जुड़े जटिल गणित को समझें।
- शुरुआत से या सरल पुस्तकालयों का उपयोग करके परिष्कृत मॉडल लागू करें।
- रचनात्मक ढंग से सोचना और अपने ज्ञान को नए विचारों पर लागू करना।
- क्षेत्र में मौजूदा रुझानों और शीर्ष शोधकर्ता किस पर काम कर रहे हैं, इसके बारे में अपनी समझ में सुधार करें।
और सबसे अच्छी बात यह है कि अधिकांश, वस्तुतः 99%, उम्मीदवार ऐसा नहीं कर रहे हैं, इसलिए आप तुरंत ही अलग हो जाएंगे।
कागजात खोजने के लिए कुछ उपयोगी वेबसाइटें:
किसी पेपर को दोबारा लागू करना बहुत कठिन है। मैंने पहले भी कई बार कोशिश की है, और मैं अभी भी इसे 100% सही नहीं कर सका, लेकिन मैंने उस प्रक्रिया से बहुत कुछ सीखा है।
अपने पोर्टफोलियो में शोध को जोड़ने का एक और तरीका है, या तो इसके बारे में ऑनलाइन लिखना या यहां तक कि किसी जर्नल क्लब के माध्यम से पेपर पढ़ना और डिस्टिल करना।
बाद वाला वही है जो मैंने अपनी पिछली कंपनी में स्थापित किया था, और यह फायदेमंद था। मैंने विभिन्न प्रकार के पेपर प्रस्तुत किए जैसे:
इसने मुझे सिखाया कि इस समय दुनिया के कुछ सबसे तकनीकी विषयों को एक घंटे की सुपाच्य प्रस्तुति में कैसे अनुवादित किया जाए।
यह एक ऐसा कौशल है जिसकी कंपनियां वास्तव में इच्छा रखती हैं, क्योंकि इस क्षेत्र में कई पेशेवरों के पास यह नहीं है।
यदि आप वर्तमान में ऐसी कंपनी में काम नहीं करते हैं जहाँ आप इस तरह की कोई चीज़ स्थापित कर सकें, तो वहाँ कई डिस्कोर्ड और सामुदायिक समूह मौजूद हैं।
एक समूह जिसकी मैं अनुशंसा करता हूं वह है यानिक किल्चर की कलह. वह एक मशीन लर्निंग शोधकर्ता और इंजीनियर हैं जो शोध पत्रों को तोड़कर यूट्यूब वीडियो बनाते हैं।
तकनीकी लेख लिखें
अधिकांश लोग मानते हैं कि उनके लेखों को “अभूतपूर्व” होना चाहिए।
क्या होगा अगर मैंने आपसे कहा कि यह सिर्फ एक बहाना है, और आपको नौकरी दिलाने के लिए आपके ब्लॉग को अद्वितीय होने की आवश्यकता नहीं है?
यदि आप मेरी ओर देखें, तो अधिकांश पोस्ट मौलिक सांख्यिकीय, डेटा विज्ञान और मशीन सीखने की अवधारणाओं के बारे में हैं।
आज तक, मैंने 150 से अधिक तकनीकी और 60 से अधिक कैरियर-आधारित सलाह लेख लिखे हैं।
ये पूरी तरह से मेरे लिए क्षेत्र के बारे में और अधिक जानने के साधन के रूप में शुरू हुआ; मुझे इसकी परवाह नहीं थी कि लोग उन्हें पसंद करते हैं या नहीं, क्योंकि वे केवल मेरे लिए थे।
यही रवैया आपका भी होना चाहिए.
आप वर्तमान में जो सीख रहे हैं या सीखना चाहते हैं उसका दस्तावेजीकरण करके शुरुआत करें। इसे ज़्यादा जटिल बनाने की ज़रूरत नहीं है.
ब्लॉग होने से आपके करियर और क्षमताओं में बहुत सारी सकारात्मकताएँ आती हैं:
- अवधारणाओं की समझ को मजबूत करता है।
- आपको सोचने और बेहतर संचार कौशल प्राप्त करने में मदद करता है।
- स्व-शुरुआत रवैया और क्षेत्र में रुचि प्रदर्शित करता है।
- वस्तुतः आपको नौकरियाँ और साक्षात्कार मिलेंगे। मेरे साथ ऐसा हुआ!
आपका ब्लॉग एक है आपके करियर के लिए निष्क्रिय आय जनरेटर। आप इसमें जितनी जल्दी निवेश करेंगे, भुगतान उतना ही बेहतर होगा।
मेरा सुझाव है कि आप यहां टुवर्ड्स डेटा साइंस पर ब्लॉगिंग शुरू करें, क्योंकि इसका उपयोग करना बहुत आसान है, इसमें एक बड़ा डेटा विज्ञान समुदाय है, और इसमें पहले से ही एक अंतर्निहित दर्शक वर्ग है।
अन्य, अधिक डेवलपर-केंद्रित प्लेटफ़ॉर्म हैं, जैसे हैशनोडया आप जैसे प्लेटफ़ॉर्म का उपयोग करके अपनी वेबसाइट पर भी ब्लॉग कर सकते हैं WordPress के या भूत.
आप अपना खुद का ब्लॉग भी बना सकते हैं जिसे आप HTML, CSS और जावास्क्रिप्ट का उपयोग करके शुरू से बना सकते हैं!
यदि आप और अधिक जानना चाहते हैं, तो मेरे पास एक तकनीकी ब्लॉग कैसे शुरू करें और कैसे लिखें, इसके बारे में एक पूरी पोस्ट है जिसे आप नीचे देख सकते हैं:
अब जब आप उन सटीक परियोजनाओं को जानते हैं जो आपके पोर्टफोलियो को एक साक्षात्कार चुंबक में बदल देती हैं, तो पहेली का केवल एक अंतिम भाग है: आप इसे कैसे प्रस्तुत करते हैं।
अधिकांश लोग बस अपने बायोडाटा पर GitHub लिंक डालते हैं और सर्वश्रेष्ठ की आशा करते हैं, लेकिन यदि आप ऐसा करते हैं, तो आप अपने काम के व्यावसायिक मूल्य को उजागर करने का एक बड़ा अवसर खो रहे हैं।
अपने पोर्टफोलियो को प्रदर्शित करने का सटीक तरीका जानने के लिए, नीचे मेरी पिछली पोस्ट में से एक देखें।
आपसे वहीं पर मुलाकात होगी!
एक और बात!
मेरे मुफ़्त न्यूज़लेटर से जुड़ें जहाँ मैं एक अभ्यास डेटा वैज्ञानिक और मशीन लर्निंग इंजीनियर के रूप में अपने अनुभव से साप्ताहिक सुझाव, अंतर्दृष्टि और सलाह साझा करता हूँ। साथ ही, एक ग्राहक के रूप में, आपको मेरा मिलेगा निःशुल्क बायोडाटा टेम्पलेट!
डेटा नष्ट करना
मुख्य पृष्ठnewsletter.egorhowell.com
मेरे साथ जुड़ें
(टैग्सटूट्रांसलेट)आर्टिफिशियल इंटेलिजेंस(टी)करियर सलाह(टी)करियर ग्रोथ(टी)नौकरी खोज(टी)एमएल प्रोजेक्ट
Latest Technology, (लेटेस्ट टेक न्यूज़) Gadget (गैजेट्स) …
Source link