本文轉載自公眾號“讀芯術”(ID：AI_Discovery)。

在數據科學職業生涯中，可能會有多種原因會讓你想要考取資格證書。一些證書較為直接，例如數據科學資格證書，另一些則具有更為間接的影響，例如Python編程能力資格證書。討論這一話題的文章已經很多了，但筆者仍想就一些獨特且常用的程序、平臺及其相應資格證書來聊一聊。

早在疫情席卷世界之前，面授教學模式的流行程度就已經開始逐漸降低了，線上學習不再可有可無，而是成為數據科學家或者數據科學求職者成功的必要條件。線上項目和資格證書在過去曾飽受質疑，如今則受到雇主的青睞，成為了衡量求職者技術上進心的一大指標。

其中一些證書可免費考取，另一些則需要少量費用，但不失為物有所值的投資，這取決于個人在數據科學領域的術業專攻和發展方向。

筆者已在南衛理公會大學(SouthernMethodist University)取得了數據科學教育的理學碩士學位。即使它是遠程在線碩士學位，雇主們也充分認可其有效性。一些招聘經理在筆者出示數據科學資格證書及非傳統教育形式的證書時驚嘆不已，贊賞有加。

筆者涉獵過多種學習形式，并且具有專業數據科學家的經驗，因此大體了解雇主期望的工作技能，也十分熟悉真正有助于日常工作的一些工具與平臺。

下文是對數據科學工作者職業生涯有所助益的五大資格證書的介紹。

TensorFlow

TensorFlow是一個開源平臺，為數據科學家和機器學習工程師所廣泛使用，內含功能強大的庫來推動機器學習的建模過程。使用TensorFlow的典型項目包括：

• 神經網絡(neural networks)
• 生成對抗網絡(generativeadversarial networks)
• 圖像分類(image classification)
• 文本分類(text classification)
• 回歸(regression)
• 提升樹(boosted trees)
• 時間序列預測(time seriesforecasting)

TensorFlow資格認證的正式名稱為“TensorFlow 開發者認證計劃(TensorFlowDeveloper Certificate program)”。該認證計劃要求掌握使用計算機視覺、卷積神經網絡和自然語言處理(NLP)。該測試收費100美元，并鼓勵學員向現雇主爭取教育津貼。

該證書對于專攻機器學習和深度學習兩者或其一的人來說尤為有益。這一認證本身并非課程培訓，而僅僅是認證受試者的TensorFlow學習成果的手段。不過，主辦方的確推薦了Coursera上的“TensorFlow 實戰專項課程(TensorFlowin Practice Specialization )”，其專項課程最大的優點是涵蓋了TensorFlow的全部內容，且不收取任何費用。

那些相信報名費物有所值，或是可以通過津貼方案得到報銷的人，更適合參加此測試。以下是一些關于該專項課程的數據：

• 40%的人在課程結束后開啟了新的職業生涯
• 12%的人獲得了加薪或升職

如上所述，該認證及其相應資格證書依托一個常用且受眾廣泛的平臺，可有效展示個人技能，證明自身競爭力。

SAS

SAS可能是最數據科學家不常用的平臺之一了，但從另一方面看，這也意味著SAS的使用者擁有獨一無二的技能，能做到一些大多數數據科學家力所不能及的事情。

Python和R是數據科學家和機器學習工程師都使用的典型編程語言，而SAS則是另一種語言。它與SQL類似，都關注數據本身。筆者在攻讀理學碩士學位的初期，便首先使用了SAS來學習數據科學。

SAS的全稱是數據分析系統(Statistical Analysis System)。數據科學家有時會感覺身陷于機器學習的黑箱之中，學習SAS則能細化對數據的理解。在數據科學的面試中，如果招聘經理問到無法用常見Python數據科學庫來解答的問題，此時對數據的細化理解就大有幫助。

SAS的顯著優勢在于用Q-Q圖、直方圖和殘差圖來進行正態分布檢驗，并進行ANOVA和MANOVA(方差分析和多元方差分析)等測試。

該資格證書的正式名稱為“SAS程序員專業證書(SAS Programmer ProfessionalCertificate)”。該證書也可由Coursera發放，你可以免費報名并付費收取證書。不過盡管這些資格認證和課程通常免費，考試或實體證書一般會收取費用，但你仍可免費學習大多或全部的課程。

你可從中學到SAS編程語言的技巧，探索不同的數據類型。這一證書及其課程對職業生涯有著深刻影響：

• 21%的人在課程結束后開啟了新的職業生涯
• 50%的人獲得加薪或升職

IBM Data Science — Python

上述的證書及其相應課程主要涉及數據科學的某些特定方面，這一證書則涵蓋了數據科學的大部分整體流程。該資格證書的正式名稱為“IBM 數據科學專業證書(IBM Data Science ProfessionalCertificate )”。與 SAS證書類似，這一證書也可由Coursera發放。

該證書涵蓋內容更為廣泛，下列是這一專業資格認證所對應的九個課程：

• 什么是數據科學?
• 數據科學工具(Jupyter Notebook、RStudio IDE等)
• 數據科學方法論(計算能力、部署等)
• 數據科學和AI中的Python(類型、變量、類、模塊等)
• 數據科學中的數據庫和SQL(結構化查詢語言等)
• 使用Python進行數據分析(Pandas、Numpy、Scipy等)
• 使用Python進行數據可視化(Matplotlib、Seaborn等)
• 使用Python進行機器學習(分類、聚類等)
• 應用數據科學頂點課程(RESTfulAPI調用、Folium等)

如上所示，該資格認證將近涵蓋了數據科學甚至是機器學習的方方面面。結合個人目標和申請意愿，這一課程幾乎可以替代學位，有下列數據為證：

• 46%的人在課程結束后開啟了新的職業生涯
• 19%的人獲得加薪或升職

這些驚人數據使之成為了最有幫助的課程與資格證書之一。近100萬人瀏覽了該證書主頁，足以說明這一課程深受歡迎。筆者推薦那些想要建立數據科學整體觀的人參與這一課程。

Tableau

這一證書或許有些爭議，但仍值得認真考慮。Tableau是一個用來描述指標和數據的可視化工具，或許更接近數據分析或商業技術的范疇，但它仍能以多種方式為數據科學家所用。其中一些用途包括：

• 可視化呈現模型提取數據
• 探索性數據分析
• 變化與趨勢分析
• 為數據科學模型指標創建出色的可視化

數據科學家通常需要展示自己的發現，Tableau就是幫助數據科學家描述模型數據和指標的簡便工具，這樣利益相關者們便可以隨時看到商業問題的處理情況，這就是一個應用實例。

這一資格認證有若干種，筆者個人重點推薦其中的“Tableau Desktop Specialist”。該認證注重Tableau基礎知識，數據科學家需要擅長解決問題，在了解基礎之后，才能逐步學習更為復雜的功能。

該認證收費300美元。考試內容包括選擇題、多選題和實踐題。考試為自動評分，共有30道題目，時長為60分鐘。Tableau也提供了多個課程以幫助你通過考試。

因為一些課程和資格認證更注重直接的數據科學和機器學習，該認證意味著你掌握了用Tableau來呈現數據科學研究成果的能力，這將會幫助你在眾多數據科學家中脫穎而出。

Google Machine Learning

圖源：whizlabs

最后一個資格認證來自谷歌，它也許是難度最大的一個，更適合機器學習工程師。對于主攻模型的數據科學家來說，該認證有助于你在部署和工程方面進階。這一考試將主要考察以下復雜概念：

• 擬定機器學習問題(Frame ML problems)
• 開發機器學習模型(Develop ML models)
• 構建機器學習解決方案(Architect MLsolutions)
• 自動化與協調機器學習工作流(Automate &orchestrate ML pipelines)
• 數據準備與處理(Prepare and processdata)
• 監控、優化與維護機器學習解決方案(Monitor, optimize,and maintain ML solutions)

該認證的全稱為“專業機器學習工程師BETA(Professional Machine Learning EngineerBETA)”。通過Beta版考試后，可獲取谷歌云認證(Google Cloud Certified)，能節約40%的開銷，并且還可獲得專屬谷歌定制服裝。

該認證較為復雜，涵蓋了困難且極為重要的數據科學和機器學習特性。考試的重點在于一些極為重要的概念的理解，這些概念對所有數據科學家或機器學習工程師都有益處。下列是其中一些重點：

• 將商業問題轉化為機器學習應用案例，從而擬定機器學習問題
• 構建具有最佳軟件開發生命周期(SDLC)機器學習解決方案
• 運用設計的機器學習工作流進行數據準備與處理
• 機器學習模型開發的產品化
• 采用持續集成/持續部署(CI/CD)測試與部署以進行機器學習工作流的自動化與協調化
• 通過性能調整和再訓練識別來進行機器學習解決方案的監控、優化和維護

[[339145]]

圖源：unsplash

成為最頂尖的數據科學家并不一定需要參與上述全部課程和認證，但它們皆能以不同方式幫助你走向成功。世界上有不可計數的課程與資格認證，最重要的不是知道它們而是通過它，努力成為更優秀的數據科學家。

如果能夠取得TensorFlow、SAS、IBM Data Science、Tableau和Google Machine Learning的認證，你一定會給現在和將來的雇主留下深刻印象。這些證書不僅能令你在面試當中脫穎而出，也會幫助你在數據科學職業生涯中更上一層樓。學習是永無止境的，參與課程和取得認證也不例外。