La ciencia de datos no está relacionada con el país. Puedes prepararte desde cualquier lugar.
La mayoría de las personas confundidas con la carrera de ciencia de datos para ellos, he creado una hoja de ruta completa para convertirme en científico de datos.
La mejor hoja de ruta para prepararse para la ciencia de datos:
- ¿Pueden algunos científicos de datos aquí encontrarnos con el trabajo real y los pros y contras involucrados en los trabajos de proyectos de Big Data y guiarnos con qué cursos, paquetes de pago, etc., elegir?
- ¿Es valioso en el mercado el especialista con conocimientos de ciencia de datos y experiencia del usuario? ¿Tendrá ese papel cruzado demanda en el futuro en su opinión?
- ¿Pueden un experto en programación y un campeón estadístico juntos desempeñar un papel de científico de datos?
- ¿Debería unirme a una startup como 'analista de datos' o 'especialista en análisis' con la esperanza de tener el título de científico de datos?
- ¿Cómo puede un científico de datos conseguir un trabajo en el sector gubernamental en la India?
- Aprender lenguaje de programación: ¡Sí! necesitas aprender lenguajes de programación. Pruebe Python primero, ya que es muy fácil de aprender y pertenece a la categoría de código abierto. Aprenda Python aquí: Tutoriales de Python: Temporada 1 (No necesita ser Python Ninja, solo se necesita información básica). A continuación, pruebe el lenguaje de programación “R”. También es de código abierto. Aprenda R aquí: DataCamp: la forma más fácil de aprender R y ciencia de datos (es gratis)
- El conocimiento de SQL es necesario: como vas a jugar con muchos datos, mi recomendación es aprender SQL. Puede aprender SQL aquí: SQLZOO o del canal de youtube de “Manish Sharma”: tutoriales de SQL para principiantes / tutoriales de Oracle Database.
- Aprendamos Estadística y Probabilidad: La probabilidad también se llama la ciencia de la incertidumbre y ese concepto es más importante en el campo de la DS. Puedes aprenderlo de los cursos del MIT. Aquí está el enlace de youtube: Probabilidad y estadísticas MIT
- Aprendizaje automático: Otro tema importante que todos deberían aprender es el “Aprendizaje automático”. Necesitas tener conocimientos de matemáticas para aprender ML. Aquí está el mejor tutorial del mundo sobre ML: Lecture Collection | Aprendizaje automático
- Aprenda el procesamiento del lenguaje natural: esta es la mejor referencia, procesamiento del lenguaje natural con Python
Hay muchos proyectos ficticios disponibles en internet. Intenta terminarlo. Hacer el hogar de la ciencia de datos, etc.
¿Estás buscando tecnologías de Big Data? En caso afirmativo, siga el siguiente camino: la respuesta de Akash Dugam a ¿Cuáles son las habilidades necesarias para los trabajos de Big Data?
Los libros son realmente verdaderos amigos de los humanos. Si realmente está buscando algún tipo de guía sobre la carrera en ciencia de datos y cuáles son los libros disponibles para consultar, lea este artículo: la respuesta de Akash Dugam a ¿Cuáles son los buenos libros para “científico de datos” y “análisis de datos” para ¿principiante?
Gracias Apurva Sinha por A2A 🙂