¿Es la especialización de la ciencia de datos o big data suficiente para unirse al mercado como científico de datos?

Respuesta corta: no.

Respuesta larga: los cursos de Coursera o cualquier otra plataforma MOOC superior definitivamente valen la pena. Pero, tenga en cuenta que los cursos en línea son buenos para comenzar y / o mejorar sus habilidades. Pero, uno o dos cursos no te convertirán en un científico de datos.

La ciencia de datos y el aprendizaje automático son campos extremadamente complejos, en constante evolución y vastos. No puedes dominar todo de una vez. Necesitas comenzar con lo básico. Más importante aún, debe ensuciarse las manos al implantar su aprendizaje en proyectos del mundo real.

No hay una sola / mejor plataforma, recurso o curso. Debe referirse a múltiples plataformas y recursos. Es como la vida escolar: un libro de texto estándar no es suficiente; Tienes que leer otros libros de referencia. Del mismo modo, para aprender habilidades de ciencia de datos, debe utilizar una combinación de plataformas y recursos. Lea sobre las mejores plataformas y recursos para aprender habilidades de ciencia de datos según una encuesta de Kaggle de más de 16,000 profesionales de datos.

No hay un camino fijo para convertirse en un científico de datos. Encontrará muchos anuncios de cursos en línea y programas de posgrado (MS). Pero, créame, un curso / programa nunca será suficiente para aprender ciencia de datos.

Necesita concentrarse en las habilidades y técnicas. Un científico de datos certificado por XYZ o un graduado de maestría en ciencias de datos de la Universidad ABC no lo hará sobresalir en el mercado laboral. Se trata de habilidades y comprensión. Puedes tener habilidades sin grados y grados sin habilidades. No importa qué, si carece de la comprensión y las habilidades, nadie puede ayudarlo.

Además, debe tener un conocimiento sólido del dominio. El conocimiento del dominio solo se puede obtener a través de la experiencia del mundo real. Entonces, la conclusión clave: reunir experiencia laboral de calidad antes de entrar en el campo de la ciencia de datos.

La demanda de científicos de datos y aprendizaje automático definitivamente está creciendo. Existe una clara escasez de talento en ciencia de datos en todas partes. Pero conseguir un trabajo en ciencia de datos es diferente de tener las habilidades para hacerlo bien.

Un programa en el aula de 6 a 12 semanas o cursos en línea de las principales plataformas MOOC ( EdX, Coursera, Udemy, Lynda, SimpliLearn, Udacity, UpGrad, SkillWise, etc. ) facilita la obtención de palabras clave de “ciencia de datos” en su CV. Pero, adquirir las habilidades para que pueda implementar en proyectos no es tan sencillo. Como puede ver en la siguiente infografía, en promedio necesita de 3 a 4 certificaciones (datos de 1, 001 perfiles públicos de LinkedIn de científicos de datos recopilados por 365DataScience). Lea cómo convertirse en un científico de datos.

Finalmente, no hay fin para aprender ciencia de datos. Si cree que obtener 3 grados de alguna manera ‘completará’ su educación ‘requerida’, está completamente equivocado. La tecnología cambia demasiado rápido; una técnica o metodología particular que está muy de moda ahora, podría no permanecer 12 meses en el futuro.

¡Buena suerte!

Si está hablando sobre si lo que le enseñan estos cursos será suficiente para prepararlo para trabajar como ciencia de datos, diría que no exactamente. La mayoría de ellos conducen como cursos introductorios a ciertas áreas de la ciencia de datos. Nunca es este tipo de certificaciones lo que le consiguió el trabajo. Son sus habilidades y comprensión de la ciencia de datos. Estas certificaciones pueden darle una oportunidad de entrevista telefónica o incluso en el sitio. Pero la mayoría de las entrevistas in situ de ciencia de datos implican algunas preguntas de estructura de datos y algoritmos (no relacionadas con ml, como el montón o el árbol binario o la programación dinámica) y un análisis profundo de ciertos problemas de aprendizaje automático. La mayoría de ellos podrían combinarse con cuestiones prácticas como el análisis de la complejidad del tiempo de ejecución y la ingeniería de características.

Algunas preguntas como:

ML fundamental relacionado:

¿Existe una solución de forma cerrada para la regresión lineal? ¿Cuál es el tiempo de ejecución de la regresión lineal? ¿Cuáles son los pros y los contras de la forma iterativa frente a la solución de forma cerrada para resolver la regresión lineal?

La deducción de la regresión logística. ¿Qué es lo que LR intenta minimizar / maximizar? ¿Hay una solución de forma cerrada? ¿Cómo se resuelve LR? ¿Por qué L2? ¿Por qué L1? ¿Cómo se resuelve L1? LR es modelo lineal, ¿cómo se introduce la no linealidad en el modelo?

Algoritmo relacionado:

Ir a preguntas fáciles a medianas en Leetcode debería ayudarlo a prepararse para esta parte. Me han entrevistado como científico de datos varias veces, cada vez que me han hecho preguntas de estructura de datos de nivel medio sobre leetcode.

Gracias Mahmoud Metnawy por A2A

Sí, por supuesto, cuando obtenga la certificación y especialmente de los cursos de autoaprendizaje, tendrá una buena oportunidad de conseguir trabajo porque demuestra que realmente tiene motivación y le gustan los campos de Big data y data science, y este es un buen punto en tu resumen.

Imagen Ref: Certificado del curso | Coursera

Coursera es una de las múltiples plataformas de autoaprendizaje, y es una de las mejores. Te aconsejo que tomes cursos de big data en esta plataforma y te certifiques por una de las grandes universidades que proponen los cursos. Pero como dijo Schmichael Chen en el comentario “El aprendizaje nunca se detiene en la vida”, deseo que puedas agregar más cursos y certificaciones y en este momento, su porcentaje para encontrar un trabajo aumentará, por supuesto, también intente encontrar un proyecto en Your Home for Data Science (muy útil para aprender practicando).

Algunos de los cursos / libros:

• Universidad de Big Data | Cursos de ciencia de datos (Cursos gratuitos y excelentes + certificación de colaboración de IBM)
• Aprendizaje de minería de datos con R [Video] (video curso de paquete)
• Introducción a la ciencia de datos | Lynda.com (pagado)
• Ciencia de datos | Udacity (pago + certificación)
• Learning R for Data Visualization [Video] (curso de video Packtpub pagado)
• para más cursos: la respuesta de Abdelbarre Chafik a ¿Podría aprender a ser un científico de datos mediante tutoriales en línea?
• Aprendizaje de minería de datos con R (libro)
• Hadoop, la guía definitiva Por Tom White (libro) http://www.amazon.com/Hadoop-Def …
• Ciencia práctica de datos con R Por Nina Zumel y John Mounthttps: //www.manning.com/books/pr…

Espero que te ayude 🙂

“El aprendizaje nunca se detiene en la vida”

Cuando se trata de cursos de Big Data, algunos cursos están muy bien diseñados y pueden ayudarte a aprender Big Data o análisis de datos.

Le recomendaría que eche un vistazo a uno de los cursos en línea de Big Data diseñados por Digital Vidya.

• Si no es un programador y desea comenzar su carrera en análisis de datos, puede optar por el Curso de análisis de datos con Excel o SAS.
• Si es programador, desarrollador o estudiante de ciencias de la computación, puede comenzar su carrera en análisis de datos utilizando Python / R.

Leer más : Asista a una sesión de demostración gratuita realizada por Digital Vidya en Data Analytics.

• Si usted es ingeniero de datos, experto en bases de datos, experto en SQL, probadores / ingenieros de calidad con conocimientos en SQL, puede optar por un curso de Big Data: ingeniero de datos / ingeniero ETL
• Si usted es un desarrollador J2EE / Java, desarrollador Python, otro desarrollador full-stack, programador, puede optar por un curso de Big Data : ingeniero / desarrollador de aplicaciones

Leer más: Asista a una sesión de demostración gratuita realizada por Digital Vidya en Big Data Analytics.

¿Cómo sé que este es el mejor curso de Big Data en India?

Hay una serie de razones que se elaboran como:

• El plan de estudios está diseñado por expertos académicos y de la industria, que resuelven problemas de negocios para clientes que poseen habilidades, están familiarizados con la tecnología requerida y tienen experiencia práctica para convertir al analista de datos o al ingeniero de Big Data / ingeniero de aplicaciones de Big Data en alguien que quiera aprender . Se aseguran de que el curso siga el ritmo de la velocidad a la que avanzan las plataformas y la tecnología.
• Plan de estudios muy completo con sesiones en vivo dirigidas por un instructor.
• Muy ágil en términos de actualización del contenido del curso. Recientemente hemos realizado una versión actualizada para todos nuestros cursos de análisis de datos.
• Programa práctico enfocado en la industria con laboratorios de clase, tareas domésticas y proyecto Capstone.
• Acceso y soporte de por vida, foro activo de preguntas y respuestas, acceso a expertos de la industria a través de entrevistas, seminarios web y proyectos.
• Apoyo de colocación a estudiantes a través de una celda de colocación dedicada.

Espero que este curso te ayude a unirte a la industria de Big Data & Analytics.

Creo que estas certificaciones se pueden elegir para formar una introducción a la ciencia de datos. Puede participar en especializaciones en ciencia de datos y programación, así como aplicaciones en inteligencia artificial. Estos se encuentran en múltiples cursos masivos en línea, impartidos por profesores de las principales universidades de investigación.

El beneficio es un currículo común con buena facultad y práctica en temas y aplicaciones comunes de ciencia de datos. La desventaja es que la certificación no es tan fundamental y reconocida como programas de grado y pasantías o experiencia a tiempo completo. Recomiendo hacer estos cursos en línea, ya sea para una introducción al trabajo profesional, algunas instrucciones de investigación o para complementar su programa académico.

Es ideal si se ha entrenado en programas comunes que lo capacitan para una carrera profesional y con buenos puntajes en las pruebas estandarizadas. Esto incluye todas las pruebas de admisión profesionales y las pruebas de admisión de posgrado, así como las pruebas de inglés como segunda lengua.

Desea una educación que sea la base para un desarrollo profesional de por vida. La certificación solo agudiza su conjunto de habilidades a las que se esperan de los solicitantes. Son particulares de la ciencia de datos.

No.

Esos son los cursos que explican la teoría y le dan práctica en un entorno controlado y guiado. La mayoría de las veces usted sabe qué objetivos debe buscar en su conjunto de datos, porque se los da a usted.

Si bien le enseña técnicas de limpieza de datos, esas son técnicas básicas. No enseña ingeniería de características.

En el mundo real, se le arrojará un conjunto de datos no estructurado con un objetivo desconocido, variables nombradas con una sola letra, que faltan del 30 al 90% de los valores, y deberá resolverlo.

No menospreciar la pista en sí. Hay pocos cursos universitarios / MOOC que le enseñen bien cómo manejar datos no estructurados.

¿Te enseña R y conceptos básicos de ML? Si.

¿El curso te convertirá en un científico de datos? No.

¿El curso por sí solo le conseguirá un trabajo como científico de datos? Lo dudo, a menos que sea un papel junior, donde tendrás que demostrar tu valía rápidamente

¿Será suficiente para darle lo básico y comenzar su camino de aprendizaje en ciencia de datos? si

No es suficiente ser competitivo. Una certificación de Coursera es una exposición bastante básica al material, en comparación con lo que hará en el trabajo. Esto no quiere decir que estos cursos no sean útiles, lo son. Pero (suponiendo que también tenga una maestría en un campo STEM) simplemente lo llevan al piso del grupo de solicitantes, no al techo.

Lo que distingue a los candidatos es la experiencia real (especialmente porque muchos solicitantes solo han realizado cursos), excelentes habilidades de comunicación y una intuición informal para trabajar con datos en lugar de un estilo académico formal. Si todo lo que tienes es un proyecto final, me gustaría ver un poco de creatividad y desafío técnico allí.

Ya no me gusta el punto de partida, me gusta, ¿soy apto para la codificación / cs?

los moocs no tienen una buena calificación en los mercados, la mayoría de los gerentes de contratación saben que la tasa de finalización es inferior al 5% y la calidad es difícil de medir debido a la gran cantidad de cursos que aún se ofrecen.

Entonces inscríbase, sí! pero el mercado podría ser difícil

El tutorial en línea grande y gratuito está disponible para BigData Concepts en udemy en bigdatatrunk.com en

Programa de pasantías Big Data – Parte 1 Fundación

Como alguien que ha tomado el curso de Ciencia de Datos, definitivamente diría que no. Sin embargo, mi supervisor, que contrata a “científicos de datos”, lo contrataría en un segundo: establece un nivel bastante bajo para todos nosotros.

Honestamente, el contenido del curso realmente no tiene contenido sustantivo hasta los últimos dos o tres módulos. Entonces, sigue siendo bastante limitado en su alcance y no le da una buena idea sobre cómo aplicarlo.

El curso es informativo, pero no me llamaría científico de datos después de haberlo tomado, y no lo reconocería como una calificación para tal puesto. Consideraría mucho su experiencia y antecedentes generales para juzgar su estado físico para el puesto. Sin embargo, como dije, mi jefe saltaría sobre él y lo contrataría de inmediato. Entonces sería mi trabajo (y mis colegas mucho más inteligentes) apuntalarlo.

Es muy bueno. Pero, al estar en la última vuelta, lo que noté es que te dan los fundamentos, pero lo que te convertirá en un científico de datos es mucha, mucha más práctica. Y si te quedas un rato sin abrir R, por ejemplo, comienzas a perderlo.