¿Qué habilidades adicionales se requieren para que un estadístico se convierta en un científico de datos?

Data Science es una amalgama de tres dominios diferentes. Negocios, Estadística y Programación. Dado que parece que conoce el ángulo de las estadísticas, no tengo que afirmar su vínculo con el dominio Business. A las empresas de hoy les encantaría tomar decisiones basadas en datos y basadas en hechos que decisiones intuitivas y basadas en sensaciones.

El ángulo de programación necesita un poco de exploración, pero no es ciencia espacial. Hoy, tenemos datos en todas partes y es masivo. El contenido en Internet se crea, gestiona y utiliza de innumerables maneras, y las empresas pueden beneficiarse del análisis de los datos existentes y ver si proporciona información para una mejor toma de decisiones. Hay un par de desafíos aquí.

1. Los datos están disponibles, pero no están en el formato exacto para tomar decisiones. Por ejemplo, Amazon tiene suficientes datos en su sitio web para descubrir (a través de un proceso de muestreo longitudinal) cuál es el mejor momento para comprar productos como productos electrónicos o libros. Pero estos datos no están disponibles para nuestro análisis. Necesitamos obtener estratégicamente los datos, procesarlos, estructurarlos y luego aplicar estadísticas para obtener información.
2. Los datos disponibles son masivos. Es posible que un software simple como Excel no pueda manejar conjuntos de datos tan grandes. En segundo lugar, procesar, limpiar y preparar los datos para el análisis también es tedioso. Por lo tanto, la programación sería necesaria no solo para recopilar datos, sino también para procesarlos y prepararlos para el análisis y luego también es necesario hacer el análisis.

De hecho, un Estadístico puede ser de gran utilidad ya que puede desarrollar modelos de toma de decisiones para recopilar los datos. Se esperaría que él / ella tuviera un poco de conocimiento de programación al menos para desarrollar el modelo fundamental y probar su validez, lo que ayudaría a desarrollar el caso de negocios. Si se encuentra útil el modelo, entonces los proyectos pueden ser configurados y los programadores pueden ser contratados. Pero, hasta ese momento, se espera que el científico de datos esté solo.

Además de esta habilidad de programación, si un estadístico tiene una comprensión fundamental de un dominio comercial como la atención médica, la hospitalidad, los servicios bancarios y financieros, etc., sería una gran ventaja. Cómo se pueden aplicar las estadísticas a esa área específica para generar información basada en datos sería una gran ventaja.

Este puede ser un buen libro de estadísticas gratuito de referencia.

Toca todos los puntos importantes del libro para dominar DataScience

Java, SQL y Python para aprender hadoop, reducción de mapas, etc. para poder trabajar con big data, así como estructuras de datos y algoritmos para comprender / construir sistemas automatizados / de aprendizaje automático.

Para el científico de datos, primero se requiere un conocimiento básico y avanzado de estadística. Luego, debe elegir cualquier herramienta como R, SPSS, SAS, MATLAB, Python para presentar y analizar tendencias de manera efectiva en forma de informes.

No sé qué habilidades se requieren para ser estadístico, pero sé que, además de las estadísticas en ciencia de datos, aprendes limpieza de datos, aprendizaje automático, nuevas formas de visualización de datos, minería de texto y, dependiendo de la necesidad, también puedes aprender Aprendizaje profundo y big data que estoy seguro pueden no entrar en el alcance de las estadísticas. Y seguro aprender SQL ayuda