准备好你的下一次职业转变
准备好你的下一次职业转变
原文：
towardsdatascience.com/get-ready-for-your-next-career-move/不要错过《The Variable》的最新一期，我们的每周通讯精选了编辑们的精选内容、深度分析、社区新闻等。
你是否计划在不久的将来转换角色？正在寻找你的第一份数据科学或机器学习职位？无论你的 职业阶段 如何，变化和成长可能已经在你的脑海中——我们在这里帮助你。
本周《The Variable》的核心是围绕你应该掌握的技能和知识库的文章，以作者的亲身经历为基础，你将找到可以应用于广泛学科和环境的实用建议和深刻见解。
我从数据科学转向 AI 工程：你需要知道的一切
部分是实用指南，部分是个人反思，Sara Nobrega 展示了她成功转向竞争激烈的 AI 工程领域的技能、工具和策略。
在初创公司、大科技公司和学术界找到你的第一份机器学习工作
不要再使用千篇一律的简历和求职信了：Piero Paialunga 强调你应该根据你寻找的角色和工作环境来定制你的求职方法。
在下一次数据科学面试之前你需要了解的 5 个统计概念
对于 Haden Pelletier 来说，成功通过工作面试并不是真的关于知识；而是关于解释你所知道的内容以及如何在现实世界情境中应用抽象概念的能力。
本周必读故事
查看最近几天社区热议的文章。以下是本周热门新闻的汇总：
Egor Howell 撰写的《最佳 AI 书籍与课程，助你求职》
强化学习简单化：用 Python 构建 Q 学习智能体，由Sarah Schürch
JAX：这是谷歌的 NumPy 杀手吗？，由托马斯·雷德
其他推荐阅读
探索我们一些最新的顶级文章，包括如何应对 LLMs 的安全风险、合成数据生成等。
- LLMs 的潜在安全风险，由安努克·杜特雷
- 评估 LLMs 进行推理，或从机器学习教学中学到的经验，由斯蒂芬妮·基尔默
- 客户支持中数据科学的秘密力量，由尤东
- 理解矩阵 | 第一部分：矩阵-向量乘法，由Tigran Hayrapetyan
认识我们的新作者
每周，我们都非常高兴欢迎一批新的数据科学、机器学习和 AI 专家。不要错过我们一些新贡献者的作品：
- 马赫·贾比恩·阿卜杜勒将她的首篇 TDS 文章献给了选择正确的数据监控策略的挑战。
- 托卢瓦塞·巴巴洛拉介绍了一篇关于将 AI 驱动的网页检测应用程序投入生产的耐心教程。
- Julian Mendel 解析了基于 Google DeepMind 最近工作的进化编码代理的承诺。
我们热爱发布新作者的文章，所以如果你最近写了一个有趣的项目演练、教程或对我们核心主题的理论反思，为什么不与我们分享呢?
浙公网安备 33010602011771号