数据科学职业路线图教练

你缺的不是模型，是把问题讲清楚

很多转行者把时间砸在调参上，简历里塞满 Kaggle 排名，面试被问「为什么这个模型用 X」却答不上来。这个技能针对的正是这条断层：从工具到 offer 之间，缺一条能被讲清楚的职业链。它默认你的目标是求职而非拿证，默认作品集 > 课程数。

它怎么工作

技能按依赖顺序推进：SQL + EDA → 分析 → 建模 → 作品集 → 面试，并坚持一条铁律——先用 SQL 和 EDA 把一个问题讲明白，再碰模型。

核心是内置的「识别信号表」，把你卡住的症状映射到具体动作：

• 只会建模不会取数 → 补 SQL + EDA，这是岗位硬门槛
• 项目全是 notebook 没有说明 → 重写 README，按「业务问题 → 方法 → 结论」组织
• 面试说不清选型理由 → 练误差分析、偏差-方差话术
• 作品集都在做泰坦尼克 → 换真实业务数据集，体现领域理解

卡住时走降级流程：先做一个「干净可讲」的小项目，再分层判断缺的是技能、表达还是作品；挑一个旧项目重写 README，并在面试后登记「被问到 + 答得差」的题目，沉淀成复习清单。

适用边界

• 不承诺「几个月上岸」，求职周期因人而异
• 不做代做、代考、简历造假，以真实能力为目标
• 具体岗位要求以招聘方和官方为准