比特幣:「譯」如何成功入職成為數據科學家_40億比特幣能提現嗎

核心要點：大多數人正在做著僅是心理安慰的無效努力，要想成為技術達人你應該這么做。

原文鏈接：https://www.kdnuggets.com/2018/11/get-hired-as-data-scientist.html

我還記得我哥哥決定賣出他的比特幣的那一刻。2017年，星巴克。一個中年大媽向我們走來，她正在給人發放比特幣的小冊子，上面大大的字體寫著，“比特幣：通往提前退休之路”。

我很好奇，因此問她如何看待虛擬貨幣市場，結果她除了比特幣并不知道其他虛擬貨幣。以太幣？“沒聽過”。萊特幣？“是便宜版的比特幣吧？”

如今，即使一個啥都不懂的大媽都在跟你講最新的技術趨勢，那么這個技術估計也到頂點了，換句話說，泡沫來了。

Cypher公布資金損失解決方案，將加速進行IDO:金色財經報道，基于Solana的去中心化交易所Cypher公布了攻擊事件后的資金損失解決方案，該團隊表示，大約60萬美元已在各個CEX中被凍結，這些資金的返還將取決于這些CEX的合作以及執法部門發出的扣押令。

Cypher還表示將加速IDO（原計劃于9月底完成），提前IDO的主要目的是加強平臺的資金基礎并補償受該事件影響的用戶。超過45%的代幣將出售給公眾，其中23% 指定給團隊，11%指定給投資者，1.2%分配給顧問，12%用于增長激勵計劃，另外7.3%將用于代幣空投。

團隊表示，在啟動IDO之前，Cypher會將資金從現有智能合約轉移到新智能合約，這有助于受影響的用戶領取指定的兌換套餐，分配將基于根據協議凍結時的快照確定的按比例份額。[2023/8/24 18:18:45]

這當然不是一個新發現。每個人都知道，在投資領域，如果你的決策和周圍每個人都一樣，估計你也掙不到什么錢。奇怪的是，投資領域的這條規律，人們很少套用在自己身上。

美SEC對Ripple的訴訟案未在三月底結案，或將延期2個月裁決:4月2日消息，美國證券交易委員會（SEC）對Ripple的訴訟案件并沒有得到法官裁決，因此沒有按照法律人士預測的那樣在3月31日結案。

XRP代理律師John Deaton澄清，3月31日并不是法官裁決的最后期限，法官什么時候決定是不確定的，但可能會在接下來的30或60天內發生。 如果美國證券交易委員會獲勝將XRP歸類為證券，許多其他數字資產和加密貨幣的某些處理方式將被納入到其管轄權內，同時美國立法者也可能會授權美國商品期貨交易委員會（CFTC）處理加密貨幣衍生品和交易。（cryptoslate）[2023/4/2 13:40:25]

大多數人的努力都是無效的心理安慰

假設現在你的目標是入職某公司的數據科學家。如果你按照普遍的“我想要成為數據科學家”的行動點去做，大致意味著你得不到想要的工作。現在市場上到處都是有才能有經驗的人，意味著，能力一般的、渴望轉行成為數據科學家的人得不到太多的機會。如果你想避免成為平庸的大多數中的一員，為什么要做大多數人做的事情呢？

美聯儲主席鮑威爾：應對加密資產采取相同的風險和監管:金色財經報道，北京時間19:30-20:30，美聯儲主席鮑威爾出席有關數字貨幣的專家小組會議。鮑威爾表示，我們支持負責任的創新，包括加密產品。監管創造了一個公平的競爭環境，避免監管規避的漏洞，應對加密資產采取相同的風險和監管。在對傳統數字資產和新結構進行監管方面，我們有很多工作要做，對于如何應對這項新技術，還需要進行大量的思考。[2022/9/27 22:34:34]

問題在于，大多數人踏上他們的“數據科學家”之旅時，并沒有這么想過。我在SharpestMinds工作時，跟上百個有志成為數據科學家的職場人士聊過，80%說得都差不多：

第一步，學工具鏈。然后上點切分成小部分的MOOC課。讀下職位描述，擔心自己夠不上條件。再上一個別的MOOC，或者從某個平臺開始申請工作。沒有回音。灰心失望，考慮上Master，繼續申請工作。面臨選擇：繼續重復2-7直到瞎貓撞上死耗子，還是放棄？如果這些事也發生在你身上，那么你可能也面臨著一個“自我提升的泡沫”：你做著和其他人同樣的努力，但期望一個不同的回報。你需要做的第一件事，就是停下來。

安全團隊：MRV代幣發生rugpull，下跌超92%:8月28日消息，據CertiK Alert數據監測，MRV代幣發生rugpull，下跌超92%，部署人員已將9600萬枚MRV轉移到營銷錢包相關聯的EOA。BSC地址：0x706BABd2a336fD61653cF8D13DdEefF66CF624BF，請保持警惕。[2022/8/28 12:54:04]

期望高回報，意味著不能走尋常路。但是為了避免做尋常事，你需要了解什么尋常事都有哪些。

例如：如果你需要通過MOOC來學習工具鏈，可以。但是不要陷入MOOC陷阱。MOOC本身就是針對大多數人設計的，僅靠重復在MOOC上學習很難在某個領域出類拔萃。同樣的，如果已經有了四五個JupyterNotebook上面寫滿了sklearn/Pandas/seaborn/Keras的基本語句，你也沒必要再新加一個了。

總的來說，首要原則是：如果下一步很明顯是大家都去做的，那么就不要做。相反，你要去尋找沒人在做的事，盡快去做。

推薦你做這些

這些有效的實踐都有哪些？例如：

重復論文。對深度學習尤其有效。這么做的人比較少，相反，隨便找一組數據用簡單的ANN或者XGBoost做個分類算法多簡單啊。你應該去ArXiv找一篇相關的、最感興趣的論文，理解，然后重復該論文，最好選用一組新的數據。之后把整個經過總結成博文發布。不要停留在舒適區。當你開始一個新項目時，最好以學習新framework/libraries/tools為目標。如果你到了第六個JupyterNotebook還是以df=pd.read_csv(filename)開頭，以f1=f1_score(y_true,y_pred)結尾的話，你也是時候換一下自己的策略了。學習無聊的內容。沒人喜歡無聊。很多被公司迫切需要求職者具備的技能，比如Gitflow，Docker，用Flask建app，在AWS或GoogleCloud上用模型，都因為學起來無聊，被求職者忽略了。做煩人的事。1）去當地的datascienceMeetup分享一篇論文。或者至少要去參加當地的datascienceMeetup。2）去LinkedIn發私信。坦率，展示你的價值。不要一上來就要工作機會。提問盡量清晰。嘗試與人建立關系，拓寬你的人際網絡，這需要耐心。3）參加會議與關系網活動。4）開創學習小組。做“瘋狂”的事。每個人都會用UCI數據庫或者某些股市數據庫來建自己的項目。不要這么做。學習獲取數據，建立自己配置的數據庫。實際中獲取數據還是挺難的，公司會期望其工程師能夠自己取得數據。你的目標應該是，成為癡迷于datascience的瘋子，如果需要的話，建立自己的數據組自然必不可少。以上提到的每種策略，都是基于招聘單位每天面對的疑難雜癥提出的。這里面沒有新技術新概念，但卻能保證你在datascience的工作市場上獲得更多的關注，并成為一個能力全備的數據科學家。

每天結束時，記得提醒自己，訓練技能是對自己的投資。這意味著，投資領域的經濟學原理在此同樣適用：如果你期望突出的回報，你需要做異于常人的事情。

如果你有關于如何優化machinelearning算法或datasciencetrajectory的問題，可以向我提問。給我發DM或者Twitter@jeremiecharris:)

作者介紹：

JeremieHarris是@SharpestMindsAI的合作創辦者，興趣領域包括物理，機器學習，哲學，創業。

相關閱讀：

·TheMostinDemandSkillsforDataScientists·DiversityinDataScience:OverviewandStrategy·DataScientistInterviewsDemystified

Tags：MOO比特幣萊特幣MOO幣MOO價格比特幣中國官網聯系方式40億比特幣能提現嗎比特幣最新價格行情走勢萊特幣官網查詢萊特幣中國區創始人pz萊特幣減產日期是多少

BNB