Ya en el campo de la ciencia de datos, creo que estás más cerca de convertirte en un científico de datos. No es necesario que tome ningún título especial, pero requerirá mucho aprendizaje.
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.
- ¿Se paga más a los científicos de datos que a los ingenieros de datos?
- ¿Puedo ser científico si soy malo analizando datos?
- Cómo pasar de un programador de computadoras a un científico de datos
- ¿Qué es más apropiado para la carrera de ciencias de datos, una maestría en matemática aplicada o una maestría en informática?
- ¿Cuáles son los buenos libros para 'científico de datos' y 'análisis de datos' para principiantes?
El objetivo principal de la ciencia de datos es ayudar a resolver problemas comerciales complejos con la ayuda de datos. Para ser precisos, si no trabaja en problemas reales de la industria, no podrá prepararse como un científico de datos exitoso.
Siempre recomendaría a los aspirantes de ciencia de datos que asistan a un programa basado en el aula, dirigido por un instructor y orientado a la práctica.
Te encontrarás con muchas instituciones, cursos y programas que te ayudarán a aprender ciencia de datos. Algunos son muy caros, mientras que otros son razonables. Pero, una cosa muy importante a tener en cuenta mientras se inscribe en dichos cursos es saber su valor en términos de conocimiento y lo que al final del curso está desarrollando dentro de usted mismo.
Algunos puntos a considerar al elegir una institución / curso
- El énfasis está más en la práctica y no solo en la teoría.
- El proyecto se basa en enunciados de problemas relevantes de la industria y no en las tareas antiguas
- Los aprendizajes y proyectos son colaborativos y se realizan en equipos.
- Obtiene herramientas reales de la industria y se enfoca en el desarrollo basado en pruebas
Y en mi opinión, las certificaciones son una prueba de que ha completado un curso o un programa y no una prueba de lo que ha hecho. ¡Debes haber leído muchos artículos sobre desempleo educado o incluso haber encontrado algunas experiencias personales en las que muchos estudiantes tienen una maestría pero aún no tienen trabajo!
¿Porque?
Bueno, porque hay una gran brecha de habilidades entre lo que la industria quiere y lo que hay en oferta. El sistema educativo se ha convertido en gran medida en un juego de negocios de solo vender certificados. Por lo tanto, no siempre es necesario confiar en las certificaciones. La información teórica se puede impartir fácilmente. ¡Pero lo que importa es la IMPLEMENTACIÓN!
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes.
El programa insignia altamente selectivo de GreyAtom tiene como objetivo orientar a los profesionales que trabajan y los más novedosos en el inicio de su carrera de ciencia de datos. Los estudiantes crearon proyectos a partir de conjuntos de datos REALES y declaraciones de problemas proporcionadas por nuestra industria y socios de contratación. El programa se basa en el aula y está fuertemente orientado a la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, profesionales de la industria y personas influyentes.
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…