很可惜在线课程无法让你成为大数据专家

　　神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

　　编者按：不仅是数据科学相关的网课如日中天，更有少儿编程班愈演愈烈，我们真的能通过在线教育成为相关领域的专家吗？如何辩证地看待数据科学的在线课程呢？作者通过自身的经历向我们讲述了，什么才是最硬核的职场通行证。文章译自Medium，作者Ramshankar Yadhunath，原标题Sorry, Online Courses Won’t Make you a Data Scientist。

　　划重点：

　　1.在线课程门槛很低，取得的证书含金量参差不齐。

　　2.现实与理论之间的差距，需要靠实践来填补。

　　3.犯更多的错，学更多的知识。

　　我参加过许多有关数据科学的在线课程，觉得收获颇丰。最近，在“成功完成” 5个不同的相关课程并都获得“证书”之后，我觉得我好像离真正的数据科学家又近了一步，就像很多人一样，努力完成目标之后难免会产生这种飘飘然的心理。

　　在线课程其实很有意思，其中的大多数都有着令人眼花缭乱的课程描述，非常广泛地呈现出他们涵盖的主题，列举出通过此门课程你可能获得的一项甚至多项技能。有的平台还贴心地展示出过往学员的心得分享，这些心得令我们相信，每个人都有希望从一个菜鸟变成该领域的专家。

　　我们中的大多数人上网课为的是最后的一纸证书，上面印着我们的名字，看起来闪闪发光。但当有一天我们坐在面试的房间里，看到HR却对此不以为意，甚至没有礼貌地质疑我们为获得证书所花费的时间，他们直截了当地说：“如果你没有从事过任何项目，那么这些证书可能毫无用处”。

　　现在，很难有人告诉你，你通过面试进入下一轮主要是因为你参加过的那些网课。然而，在这些课程上，我们已经投入了大量时间、金钱以及精力。可战斗还没有开始，敌人就质疑我们手里的主要武器，这无疑会使人垂头丧气。

　　以我为例，我在大学二年级的时候，带着几十份简历走进过十多家招聘公司的办公室，向他们展示我取得的五个关于数据科学的证书，信心满满。然而直到遇见第6家公司，我才收获了一份有点勉强的口头表扬，“这些课程你做的确实不错，但是，你没有任何经验，甚至没有Github帐户。我们无法就你的能力作出准确的判断，所以很抱歉，再联系吧”。

　　那次的经历对我产生了深重的打击，各种挫败、自责、质疑涌上心头。但是这显然不是他们的错，他们向我展示了真实的世界是怎样的，是我自己一直在逃避现实。

　　或许每个人的生命中都有这样一个时刻：有一个人突然拿起镜子放在你的面前，任你想不想看见，你都不得不面对真实的自己。有人会说，我们还是有选择的，比如你可以选择睁眼面对或是永不睁眼。然而当我选择睁眼，便有了以下这些思考。

　　为什么要从事具体的项目？

　　我们如此热衷于参加线上课程是因为我们认为这是对学历的一种补充，可以增加自身的竞争力，并且会受到雇主的欢迎。就像很多公司要求大学本科一样，我们认为在线课程也具有一定价值，这样的额外学习也可以获得认可。

　　然而现实是，互联网的普及使得几乎任何人都可以选择加入在线课程。因此，即使我们完成了这样一门课程，其实也有同样多的竞争者完成了课程，门槛之低决定了证书的含金量会大打折扣。竞争无处不在，当公司在比较候选人的时候，保持与众不同的最佳方式就是相关的项目经历。

　　多实践的另一个原因在于学习。在线课程肯定会给我们带来很多好处，但是在线课程在一定程度上削弱了老师的教授，无法取得如同线下一般的效果。在线课程是有计划性的，对于学生的困惑或是主题的延伸都能力有限。

　　另一方面，如果我们切身地加入到一个项目中去，那么我们进行的每一步都会使我们接触到新的知识。相比在网上学习课程，我们会在实践中犯更多的错误。但是，如果我们愿意从这些错误中学习，我们吸收的知识将成倍增长并对未来的职业发展有所裨益。

　　理论到实践的过渡

　　面试被拒绝后，我的内心更加坚定，要投入到更多的项目实践中，而不仅仅是依靠我的证书。但是，过渡可能是最困难的事情。

　　我读了几篇有关如何应用数据科学的文章，在接下来的几天里，我与同事进行了简短的交谈。坦率地说，谈话非常令人沮丧。他们在做着极其酷炫令人目瞪口呆的事情，比如研究无人机，然而我却还没有足够的能力及经验加入如此重大的项目。以前的学习使我习惯于通过每周的作业来确定我的课程进度，在正式的评分系统之下，我会得到一个评分及反馈。但在一个真正的项目中，我必须自我评估。我没有了那个课程中的标尺，没有了标准答案，这种突然的转变让我一时难以适应。

　　有时，我们太容易被迫将人生的选择权交到另一个人的手中，这背后的根本原因通常是我们没能真正地理解自身的优点和缺点。

　　我意识到一个人需要时刻准备好评估自己。我坐下来起草了我的项目构思，甚至设定了要实现的目标以及需要的时间。老实说，我的每个完成日期都超出了预定的截止日期，但一定要确保我至少完成了计划的80％。

　　挂在房间里的进度表见证着我的日常计划，上面标记着哪一天偷懒了，哪一天学到了新的概念。我的第一个项目是分析巧克力棒的等级。这是一个纯粹的EDA（电子设计自动化）项目，也我第一个全权负责的项目。正因为我对全世界巧克力的等级一直有兴趣，所以这个项目就落到了我的头上。而这种兴趣及激情对于坚持完成项目则是至关重要的。

　　但是，为什么基于项目的学习并不容易？

　　以前我们在学校上课，两个课的间隙我会拿起一张纸，然后写下一些突发的灵感或是随想。这些想法往往都只是平平，其中的许多从未实现，不是每个人的灵感都能使他成为一名出色的数据科学家。事实上这样远大的目标既需要努力，更需要天赋。但是，从事具体的项目让我离心中的目标也更近了一步。

　　最初，巧克力等级分析的项目听起来实在不高大上，我也因此而感到犹豫，总觉得与其他人进行的工作相比，这个项目不够有吸引力。然而我们看不到的是，每个人都有不同的背景。因此，我们不能一直自以为比别人更好。从事复杂项目的人可能确实比我们更有经验，我们所能做的就是不断尝试，结果难以预料，但只有尝试了才会有结果。如果我们连水的浮力都学不会，又谈什么建造船只呢？

　　最后一点

　　做学术从来没有完美的方法，这主要是因为每个学生对不同的项目都有不同的工作方式。有些人更看重成绩，有些人更看重知识，有些人将从事的项目视为难关，而有的人则珍惜来之不易的学习机会。在我的学习生涯中，我总结了以下一些方法，可以把学术经验运用到项目之中去。

　　-除了关注项目中涉及了哪些知识，也要关注它没能包含哪些，更加立体地理解从事的项目有助于我们作出准确的判断。

　　-公开讨论想法帮助我们对问题产生更全面的认知，真理越辩越明。当然，接受良好的反馈同样重要。

　　-在项目上的进度需要我们自我监督，因为现实世界中没有人会一直监督你。

　　最后，即使只取得很小的进步，也能获得回报，这将确保我们永远不会失去动力。当然，在线课程也不是毫无益处。有些证书对于雇主而言确实很重要，而且在线课程也为许多现实中无法获得学习机会的人提供了特定技能的学习场所。实际上，我也是从Datacamp中学到了数据科学的第一课。但是，仅靠网课本身是无法使你成为领域里的专家的，真真切切的项目经历才是自身最好的背书。纸上谈兵终觉浅，绝知此事须躬行。