¡Hola a todos!
Siento que tenemos perfiles bastante similares. También soy un ex investigador cuantitativo y ahora estoy en una nueva empresa tecnológica. (Tampoco soy desarrollador de software ni licenciado en informática)
Hace unos años, también me sentía poco seguro con mis habilidades de Python. Sin embargo, pronto me di cuenta de que los doctorados en ciencia de datos tienden a centrarse en problemas de aprendizaje automático altamente específicos / específicos. Data Science no se trata de perfeccionar un algoritmo sino de resolver el problema y comunicar los resultados a colegas / partes interesadas. ¿Por qué funcionó el algoritmo? ¿Por qué elegiste este algoritmo particular? ¿Cuáles son las limitaciones y qué resultados debe esperar? Realmente no se trata de obtener ese aumento del 0.1% en AUC. Data Science es un campo en desarrollo y hay más oportunidades que los doctorados de Data Science (ni siquiera estoy seguro de si existe un doctorado en Data Science, por lo general se trata de algo como la visión por computadora o el desarrollo de nuevos algoritmos para encontrar petróleo mediante el uso de técnicas de clasificación avanzadas en imágenes satelitales o algo así)
- ¿Te unirías a un espacio de coworking para quants?
- ¿Puedo comenzar a aprender sobre ciencia de datos y científicos de datos mientras estudio en la escuela secundaria?
- ¿Debo obtener una certificación PMP (Project Management Professional) si estoy interesado en una carrera en ciencia de datos y, a largo plazo, liderar un equipo de científicos de datos?
- ¿Cuál es el papel del científico de datos en la firma de impuestos?
- ¿Cuánto gana un científico de datos en Apple?
Con su experiencia como comerciante cuantitativo y sus nuevas habilidades en el aprendizaje automático, puede intentar entrar en
- Análisis de crédito (muchas empresas nuevas ahora se están centrando en usar datos de redes sociales para desarrollar puntajes de crédito y generalmente contratan a alguien con experiencia tanto en finanzas como en ciencia de datos)
- Comercio de alta frecuencia (utilizando el aprendizaje automático para optimizar las operaciones utilizando los datos del libro de pedidos de límite)
- Análisis de riesgo / Análisis de fraude
No puedo pensar en nada en este momento, pero debería ayudarlo a comenzar.
Hay algunas otras cosas que puedes hacer:
- Puede comenzar a usar R en lugar de Python. Como chico de MATLAB, fue mucho más fácil para mí aprender ML en R. Python es un lenguaje de programación de propósito general y hay muchas otras cosas interesantes que puedes hacer con él. Sin embargo, es mucho más rápido codificar en R y crear un prototipo de la solución.
- Puedes comenzar Kaggling. Bifurca los cuadernos y aprende.
- Encuentre un buen libro sobre estructuras de datos y algoritmos en Python y busque: “Automatizar cosas aburridas con Python”. Realmente nunca me gustó Python a menos que empezara a hacer cosas más generales con él. Me hicieron esta pregunta en una entrevista de programación: “Dada una lista de tweets, encuentre los 10 hashtags más populares”. Por supuesto, logré resolver con una solución muy larga, sin embargo, podría haberlo hecho mucho más rápido si hubiera tomado un curso en Algoritmos antes de eso. Creo que un curso de algoritmos te ayudará a sentirte más seguro.
¡Espero que esto ayude!