详细内容或原文请订阅后点击阅览
5个投资组合错误，以防止数据科学家被录用
建立投资组合时会犯的错误阻止您被录用。这是5个常见错误以及如何解决这些错误。
来源:KDnuggets强大的投资组合通常是制作和破坏它之间的区别。但是，到底是什么使投资组合变得强大呢？许多复杂的项目？精巧的设计？令人印象深刻的数据可视化？是，否。尽管这些是投资组合变得很棒的必要元素，但它们是如此明显的元素，以至于每个人都知道，如果没有它们，您就无法做到。
但是，许多数据科学家在尝试超越这一点时会犯错。结果，他们正在采访名义上拥有一切但实际上并不那么好的投资组合。
＃框架
＃这是一个框架，可以帮助您避免在建立出色的投资组合时避免常见错误。
＃错误
现在让我们谈谈投资组合构建错误以及如何避免使用该框架。
//错误＃1：建立您不在乎
//许多投资组合给人的印象是，这些项目只是为了打勾：泰坦尼克号生存，虹膜数据集，mnist数字。你知道 - 典型的东西。不仅您会被成千上万的类似投资组合淹死，而且还表明了对您所做的事情缺乏独创性和兴趣。自动驾驶项目。
修复：从您感兴趣的领域开始，例如体育，金融，音乐。当您感兴趣的话题时，您甚至不尝试就更加深入。如果您是体育迷，则可以分析NBA的射击效率，或从这些酷炫的项目创意中进行选择。音乐迷可能会为播放列表的建议建模。
运动 财务 音乐//错误＃2：使用任何数据落入您的圈子
候选人经常抓住他们可以找到的第一个清洁CSV。问题在于，真正的数据科学无法正常工作。
Twitter/X API data.gov GitHub上的很棒的公共数据集//错误＃3：像Kaggle竞赛一样对待项目
Kaggle显示减少10％的流失可以节省200万美元的年收入。