Las estadísticas ya son el campo más candente en la actualidad. Ya estás en la pista.
La ciencia de datos tiene un componente muy importante: el aprendizaje automático o el reconocimiento de patrones. Estos temas se basan en estadísticas y probabilidad. Debes conocer la regresión lineal. Aquí es donde comienza el aprendizaje automático. Muchas universidades también imparten cursos similares en el programa de estadística. Si no lo ha hecho, encuentre un par de buenos cursos en línea y complételos.
Ahora las matemáticas de papel no servirán de nada. La industria tiene una cantidad masiva de datos, y quieren soluciones para operar con ella realmente rápido. Ahora hay algunas cosas que debes saber:
1. Al menos uno / dos lenguajes Mathy (Matlab / R / Python)
2. Uno / dos lenguaje de construcción de software (Python / Java)
3. Herramientas listas para usar para aplicar el aprendizaje automático (SkLearn, e1071, etc.)
4. Conocimientos básicos de algoritmos y estructuras de datos.
- ¿Puedo ser un buen científico de datos sin buenas habilidades de comunicación?
- ¿Qué tipo de ingeniero de software tendrá más demanda en el valle? IOS / C ++ / Científico de datos?
- ¿Cuál es el mayor problema para un científico de datos?
- Hice mi maestría en física y soy bueno en los lenguajes de programación Python y R. ¿Puedo postularme como científico / analista de datos?
- Quiero ingresar en la profesión de la ciencia de datos. ¿Debería estudiar marcos prácticos de programación práctica como Hadoop, Mahout, etc., o debería centrarme en conceptos teóricos y estadísticas detrás del aprendizaje automático, la minería de datos, etc.?
Si tiene un doctorado con documentos probados en estadística y aprendizaje automático, las empresas que lo contratan le proporcionarán desarrolladores e ingenieros. Pero en la mayoría de las pequeñas y medianas empresas, usted es un estadístico, un experto en ML, tal vez un experto en PNL, el tipo de información y el desarrollador. Ahora no pase mucho tiempo sobre las cosas que ya sabe. Muchos de los tutoriales en línea cubrirían las cosas en las que ya eres bueno. Descubra las piezas que le faltan y trabaje para mejorarlas.