如何从银行职员转变为 Target 的高级数据科学家

Santhosh Sharma 如何从
在银行贷款部门工作 转型为
获得 Target 的高级数据科学家职位。

Santhosh Sharma 最近联系我分享了他的励志故事，我想将它分享给你。

他的故事表明，对机器学习的热情、主动性、分享成果以及一点运气如何改变你的职业生涯，并让你深入应用机器学习领域。

阅读这篇采访后，你将了解

• Santhosh 如何在 Kaggle 上公开展示他不断增长的机器学习技能。
• Santhosh 所做的那种系统性工作的技术细节以及它为何值得关注。
• 他如何利用公开的认可帮助他获得数据科学家的职位。

让我们开始吧。

你也有自己的成功故事吗？
请在评论中分享。

如何从银行职员转变为 Target 的高级数据科学家

问：请分享一些背景信息？

我拥有印度坎普尔理工学院的计算机科学与工程硕士学位，专业是并行与分布式计算。

问：你如何以及为何对机器学习产生兴趣？

我当时在银行的贷款部门工作。

该银行开发了一款软件，该软件使用机器学习来预测是否应该批准贷款申请。

在很多情况下，该软件的结果优于一些信贷员。

这项技术给我留下了深刻的印象，从那时起我就开始对机器学习产生兴趣。

问：机器学习大师是如何帮助你走上这条道路的？

机器学习大师帮助我精通了机器学习。就这样。

我没有数学和统计学背景。

我曾错误地认为我需要这些背景。

我花了近 3 年的时间才对机器学习算法有了很好的掌握。很多时间都浪费在学习许多理论性书籍中不必要的东西上。

使用机器学习大师书籍取得的进步，在很短的时间内极大地提高了我。我的技能。

问：分享你在 Kaggle 上的经历？

Kaggle 是一个学习机器学习的绝佳平台。

上面托管的数据集代表了真实的观察结果。世界各地的专家都在这些问题上发布解决方案。从这些解决方案中学习加速了我的学习过程。

这使得学习机器学习变得有趣且令人愉快。

问：你研究过哪个 Kaggle 数据集？

我研究了 Allstate 索赔严重性数据集。

我使用流行的回归算法，如 LR、Ridge、Lasso、Elastic Net 等，进行了抽查。

我使用 seaborn 库进行 EDA，使用 scikit-learn 库进行建模。

问：恭喜你获得了最受欢迎的 Kernel，它是怎么诞生的？

Santhosh Sharma 最受欢迎的 Kaggle Kernel
（目前是得票率第四的 Kernel）

所采取的方法灵感来自 ML Mastery Python 书籍中的食谱和方法。

在收到的 Kernel 反馈中，大多数用户表示它非常容易理解。

我感谢机器学习大师书籍教会了我如何处理机器学习问题。

我已将此应用到我所有的 Kernel 中。

问：你能否详细介绍一下你那个受欢迎的 Kernel 的步骤？

Kernel 可以直接在此处访问。

遵循的步骤与机器学习大师书籍中提到的方法一致。步骤如下。

Santhosh Sharma 最受欢迎的 Kaggle Kernel

数据统计

• 训练集和测试数据集的形状
• 预览 - 浏览数据
• 描述 - 每列的最小值、最大值、平均值等
• 偏度 - 每列数值的偏度，以检查是否需要进行校正

转换

• 偏度校正 - 其中一列需要校正 - 我使用了对数转换

数据交互

• 相关性 - 我只筛选了高度相关的对
• 散点图 - 使用 seaborn 绘图

数据可视化

• 箱线图和密度图 - 小提琴图显示了出色的可视化效果
• 独热编码属性的分组 - 显示计数

数据准备

• 分类数据的独热编码 - 许多列都是分类数据
• 测试-训练分割 - 用于模型评估

评估与分析

• 线性回归（线性算法）
• 岭回归（线性算法）
• Lasso 线性回归（线性算法）
• 弹性网络回归（线性算法）
• KNN（非线性算法）
• CART（非线性算法）
• SVM（非线性算法）
• Bagged Decision Trees（装袋）
• 随机森林（装袋）
• Extra Trees（装袋）
• AdaBoost（提升）
• Stochastic Gradient Boosting（提升）
• MLP（深度学习）
• XGBoost

预测

• 使用最佳模型（XGBRegressor）
• 令人惊讶的结果：简单的线性模型，如 LR、Ridge、Lasso 和 ElasticNet，表现非常出色

问：恭喜获得新工作，你是怎么得到的？

我在 Kaggle 上最受欢迎的 Kernel 给我留下了深刻的印象，并将其展示给了面试官。

他对我的系统性方法和取得的结果印象深刻。

我将加入 Target 公司担任高级数据科学家。

问：你有什么计划在 Target 工作吗？

我下周就去上班。

我期待与团队合作，为 Target 数百万客户的购物体验带来微小的改变。

问：下一步是什么？

我期待 Machine Learning Mastery 关于时间序列的下一本书！

总结

在这篇文章中，你发现了 Santhosh 如何从银行职员转变为 Target 的高级数据科学家。

你了解到

• Santhosh 将他学到的技能应用于 Kaggle 问题中的真实数据集。
• 他公开分享了他的成果，展示了他人如何做到他所做的事情，从而通过顶级的 Kaggle Kernel 获得了信誉。
• 最受欢迎的 Kernel 帮助 Santhosh 在 Target 获得了一份新的数据科学家工作。

那么，你能做什么？

• 你是否正在使用真实数据集进行练习？
• 你是否公开分享了你所学到的一切？
• 你是否在帮助他人？

你的下一步是什么？
请在下方的评论中分享。