La física estadística es buena para comprender la relación entre el comportamiento de las partículas (observaciones) y las señales de población resultantes.
La física computacional te ayuda a acostumbrarte a programar para comprender un sistema. Esto contrasta con la programación en el contexto de la ingeniería de software. Piense en hackear en lugar de programar (incluso si está trabajando en fortran o C / C ++). Además, sentirse cómodo con la informática en clúster y Linux es bastante útil.
La física astro y atmosférica (no teórica) requiere que maneje grandes volúmenes de datos y obtenga información de ellos.
- ¿Cuál es un buen trabajo de nivel de entrada para un aspirante a científico de datos sin experiencia en el campo y con un título en contabilidad?
- ¿Cuáles son algunas habilidades / matices que el ingeniero de software convirtió en científicos de datos que carecen de los estadísticos / ML PHD poseen?
- ¿Cuáles son los buenos libros para 'científico de datos' y 'análisis de datos' para principiantes?
- ¿Cuáles son algunos consejos para un científico principiante en ML / datos que se siente abrumado?
- ¿Cómo es el papel de un científico de datos en Facebook?
Notas adicionales: Los físicos reciben exposición temprana a PCA y otras técnicas para resolver la señal del ruido. Gran parte del ajuste de la curva que realizan los físicos será reutilizado y elaborado en ciencia de datos. Si bien existen sinergias entre la ciencia de los datos y la física, ser bueno en uno no garantizará que seas bueno en el otro.