Todos parecen estar de acuerdo con “Sí, puedes”, pero tengo una opinión diferente.
¿Por qué querrías ser un científico de datos si lo que te detiene es aprender un lenguaje de programación? Más que eso, uno muy relevante.
Tengo que aprender algo nuevo constantemente. Lenguajes, algoritmos, técnicas, cosas de negocios. El aprendizaje es el corazón de la ciencia de datos. Es un camino interminable.
- ¿Linkedin, Quora, Facebook, Google, Twitter reclutan científicos de datos de universidades de menor rango en los Estados Unidos?
- ¿Por qué es importante la comunicación para los científicos de datos?
- ¿Cómo es ser un científico de datos en Evernote?
- ¿Ser un científico de datos perjudica mi carrera?
- ¿Debo ser un científico de datos o un jugador profesional de póker?
Sabiendo eso, ¿quieres ser un científico de datos? ¿Qué sucederá cuando tenga que hacer un seguimiento de ese análisis que hizo en Excel? ¿O cuando tiene que escribir su propio código para equilibrar un conjunto de datos no balanceado? ¿Qué sucede si crea un buen producto predictivo y luego no puede ponerlo en funcionamiento para aceptar un millón de solicitudes?
Personalmente, no creo que la ciencia de datos sea posible sin codificación, pero incluso si voy por una tangente y admito que hay muchas herramientas que permiten resultados parciales, creo que se limitará a lo que puede hacer ahora, al estimar qué podrías hacer si tomas ese paso.
El crecimiento ocurre fuera de la zona de confort. Abraza eso. La codificación es en realidad la parte fácil.