No hay como requisito específico necesario. Sin embargo, le sugiero que reconsidere su enfoque. Si está comenzando con la ciencia de datos, entonces no debería preocuparse sobre qué grado obtener. Creo que deberías pensar en qué aprender si tienes una razón para convertirte en un científico de datos. Expondré la importancia del título desde el punto de vista del aspirante y el punto de vista del empleador, y ambos concluyen en una sola cosa, mientras que un título puede ser útil para aprender ciencia de datos, pero no es todo lo que puede hacer que un científico de datos tenga éxito.
Visión del empleador: hubo un momento a fines de los años 80 hasta principios de la década de 2000 en el que las personas contrataban solo los primeros de un lote, personas con más y más títulos y certificados. Pero para nuestro mejoramiento, la situación ahora ha cambiado. A mi modo de ver, los certificados y títulos son solo una prueba de que ha completado un curso en particular. No habla de tu conocimiento de habilidades. Durante la contratación, vi una brecha significativa entre nuestras necesidades como industria y los académicos que le enseñan. De alguna manera, después de entrevistar a 45 candidatos, seleccionamos a 6 personas. Así que creo que esta es la era del talento.
Visión del aspirante: si usted es un aspirante a científico de datos y realmente tiene el suficiente interés para aprender ciencia de datos, no creo que un título haga una gran diferencia. Aunque un título le daría peso a su currículum, no puede evitar que se convierta en un científico de datos. Si tiene suficiente conocimiento y dedicación, la falta de certificados y títulos no puede detenerlo.
- ¿Cómo es ser un científico de datos independiente / independiente?
- ¿Cuáles son las compañías que contratarían a los nuevos para sus cosas relacionadas con la ciencia de datos?
- ¿Necesito hacer un curso académico para ser un científico de datos?
- ¿Cuáles son las etapas de crecimiento de un científico de datos?
- ¿Qué debo hacer para mejorar mis habilidades y conseguir un trabajo como científico de datos?
Aquí hay algunas cosas que debe saber para aprender ciencia de datos. Si tienes un amplio conocimiento de ellos, estoy seguro de que conseguirías un trabajo.
- Estadística, probabilidad y álgebra lineal
- Regresión lineal, series de tiempo y función de costo
- Análisis exploratorio de datos
- Tipos de datos
- Recopilación, extracción, consulta, limpieza y agregación de datos para análisis
- Fuentes de datos, limpieza y disputas
- Raspado web
- Trabajando con API
- Regresión y series de tiempo
- Desarrolle una comprensión profunda de las aplicaciones del mundo real de algoritmos de ML supervisados.
- Regresión polinómica, cresta y logística
- Validación cruzada K-fold
- Árboles de decisión, árboles condicionales y redes neuronales
- Técnicas de conjunto
- K vecino más cercano
- SVM
- Agrupación, reducción de dimensiones, PNL
- Desarrolle una comprensión profunda de las aplicaciones del mundo real de algoritmos de ML no supervisados.
- K- Propagación de medias / afinidad y cambio medio
- Ward / Agrupación aglomerativa / DBSCAN
- Bayes ingenuos
- PNL / Agrupación de texto / NLTK
- PCA y reducción de dimensiones
Aparte de esto, la ética, la dedicación, la autodisciplina y el compromiso también son importantes.
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes.
Algunos enlaces rápidos
- Programa – http://www.greyatom.com/full-sta…
- Chatee con un consejero académico: le invitamos a compartir todas sus dudas e inseguridades, a las que haremos todo lo posible para guiarlo hacia su camino profesional hacia el éxito. https://calendly.com/greyatom/co…