¿Qué tan realista es la transición de una carrera de QA a una de científico de datos a los 36 años?

Diría que es posible cambiar de otra tecnología a Data Science. Además de las habilidades correctas, pasión, interés y experiencia en programación, lo que duplicaría sus posibilidades de cambiar es una cartera demostrable. Por cartera, quiero decir presencia en GitHub, blog, kaggle y stackoverflow.

Ahora, para asegurarse de que su currículum capta los ojos cuando se presenta a una empresa de análisis, necesita algo de preparación. La preparación sería diferente para una persona más fresca que para alguien que ya tiene experiencia laboral en su haber, aunque en un dominio diferente.

Para alguien con experiencia laboral sustancial en otro dominio, por ejemplo, un profesional de TI, es una historia completamente diferente. Un profesional de TI es generalmente bueno en habilidades de programación, pero se quedan cortos en cierta distancia cuando se trata de intuición matemática o profundidad en la comprensión empresarial.

Entonces, para un profesional de TI o, de hecho, profesional de cualquier otro sector, es un poco difícil hacer la transición a la ciencia de datos, pero no imposible. En los últimos meses, he interactuado con muchos que han hecho con éxito esta transición y, por lo tanto, puedo dar fe de este hecho.

En la escuela de ciencias de datos GreyAtom, equiparamos la educación con la Realidad. Aprendemos y practicamos tecnologías futuras con datos REALES proporcionados por Industry Partners. Nuestro programa es desarrollado por académicos de clase mundial en colaboración con profesionales de la industria. Nuestros instructores y desarrolladores de planes de estudios se encuentran entre los mejores institutos a nivel mundial y en India, a saber, IIT, IIM, la Universidad Estatal de Nueva York en Buffalo, el Instituto Max-Planck de Informática en Alemania y muchos más.

Nuestro programa permite a un alumno aplicar técnicas de resolución de problemas y pensamiento creativo a conjuntos de datos del mundo real, ganando experiencia en toda la pila de ciencia de datos. Además, desarrollará un perfil sólido de contribuciones de código abierto que ayudarán a la comunidad más amplia de ingeniería de software a través de Github, StackOverflow y Kaggle.

Además, puede verificar los detalles del programa haciendo clic en este enlace: –

Programa in situ de GreyAtom: ciencia de datos, aprendizaje automático, Big Data

Le invitamos a compartir todas sus dudas e inseguridades prestando atención a lo que nuestro Consejero Académico hará todo lo posible para guiarlo hacia su camino profesional hacia el éxito. Programe una sesión de asesoramiento según su conveniencia en:

Calendly – GreyAtom

Descargo de responsabilidad: soy cofundador de @GreyAtom y mi pasión es ayudar a las personas a encontrar carreras sostenibles en Data Science.

Si. por supuesto.
Una cosa que muchas personas con estadísticas y datos puros no tienen es la experiencia web, API, SAAS o de plataforma. Es muy útil comprender el uso, el comportamiento del cliente, las personas y el tráfico. Si tiene estos, es probable que ya sepa qué preguntas hacer e hipotetizar, pero necesita aprender las habilidades para poder hacerlo.
No piense que necesitaría un año completo, pero puede ser útil.