Muchos científicos de datos (no todos) tienen una buena comprensión de los algoritmos que usan a diario, pero eso no significa necesariamente que tengan un dominio completo de las matemáticas detrás de ellos.
Los científicos de datos no son académicos. Las matemáticas subyacentes no son tan relevantes para su trabajo diario. Sin duda es importante comprender cómo funcionan los algoritmos a nivel conceptual, pero las preocupaciones prácticas superan a la teoría. En general, la ciencia de datos en la industria está prácticamente orientada.
La mayoría de los científicos de datos han analizado las matemáticas en algún momento, pero a medida que pasa el tiempo, el conocimiento detallado se desvanecerá si no se usa.
- ¿Cuáles son los 3 errores comunes que comete Data Scientist?
- ¿Qué IDE son más populares para el desarrollo de Python para los científicos de datos?
- ¿Cuál es el mejor curso para el científico de datos en Pune?
- ¿Qué especialidad debería elegir si quiero ser un científico de datos?
- Para los estudiantes que comienzan la universidad por primera vez, ¿qué grado sería mejor para los aspirantes a científicos de datos?
- Los científicos de datos con menos experiencia tienden a saber más de las matemáticas, porque es más reciente en la memoria.
- I + D es, naturalmente, más matemática, mientras que BI definitivamente no lo es.
- Los científicos de datos de los gigantes tecnológicos probablemente sepan más matemáticas porque tienen más tiempo en sus manos, mientras que los científicos de datos en pequeñas empresas nuevas estarán ocupados con todo tipo de trabajo.