¿Son inútiles las especializaciones MOOC de ciencia de datos para comenzar un trabajo en el campo de ciencia de datos?

Si me inscribiera en cursos en línea masivos abiertos en línea, planearía cursos de las materias tradicionales de estadística y ciencias de la computación. Ofrecen estos cursos como una introducción al tema y principalmente son un mercado para el desarrollo de habilidades. Tomaría algunas interpretaciones estadísticas del aprendizaje automático, el procesamiento del lenguaje natural y la inteligencia artificial. También podría tomar cursos de programación orientados al desarrollo de software, el estudio de estructuras de datos y algoritmos, y bases de datos para la gestión. Por último, tomaría cursos de modelado, análisis y desarrollo de negocios. Esto mejoraría mis títulos y cursos con habilidades tangibles. Ya he tomado una carga de curso considerable en varios grados que se pueden aplicar para un puesto de análisis de negocios, métodos estadísticos y gestión de datos.

Como asignatura en las universidades tradicionales, la ciencia de datos acaba de comenzar con el apoyo de asignaturas más antiguas como estadística e informática. Pero no ha tenido suficientes generaciones de estudiantes, empleados y representación en universidades y empresas para entender el tema como un campo. Para prepararse para un puesto ahora, significa transferir estudios de diferentes materias matemáticas, instalaciones de programación con computadoras y redes, y aplicaciones en el negocio. Cada negocio sirve y compite en un mercado. Contrata empleados, organiza su trabajo, acumula recursos y desarrolla productos, servicios y bienes. Además, todas las empresas planifican y desarrollan un modelo económico para su negocio, en relación con las empresas competidoras, el mercado que cotiza en bolsa y la regulación gubernamental.

Veo estos cursos masivos abiertos en línea como suplementos de una educación tradicional. Mejoran los títulos, las clases y la educación formal. Sirven una propuesta comercial para presentar a los profesionales no familiarizados con la ciencia de datos, el tema y su conjunto de habilidades básicas. Esto los hace más hábiles con las aplicaciones matemáticas, trabajar con computadoras y analizar datos, y comunicarse entre los empleados en un entorno empresarial. Como modelo de negocio, tales sistemas educativos podrían usurpar la educación tradicional. Pero esto sigue las condiciones del mercado, la opinión pública sobre la educación, la inflación del trabajo académico, especialmente a nivel de doctorado, y cómo los académicos tratan a sus estudiantes y apoyan el éxito de los estudiantes para su aplicación en el empleo. La forma más fácil de ver el valor académico de los negocios, no es ver sus investigaciones, publicaciones, eventuales líderes, sino ver cómo sus estudiantes más educados participan en el mercado laboral. Simplemente no contratan en demanda, el número de estudiantes que suministran. En este sentido, no valoran la educación de sus propios alumnos.

Los MOOC no son todos inútiles. Son solo un paso inicial para comenzar la ciencia de datos. Puede obtener un trabajo incluso sin el conocimiento de cálculo y ecuaciones diferenciales. Todo depende del tipo de empleador que esté buscando.

Algunos perfiles necesitan una comprensión profunda de los algoritmos de aprendizaje automático y otros no. Por lo tanto, los empleadores que necesitan un conocimiento profundo optarán por alguien con títulos y las personas que solo necesitan conocimientos suficientes para aplicar los algoritmos existentes optarán por personas que hayan realizado MOOC y hayan demostrado su capacidad.

Probar su conocimiento es más importante para conseguir un trabajo que tener un MOOC o un título. Los proyectos que hagas serán el factor decisivo.

Es difícil obtener un buen trabajo de ciencia de datos basado simplemente en una especialización MOOC de ciencia de datos. Sin embargo, una especialización MOOC de ciencia de datos conduce a la satisfacción mental de haber aprendido algo útil.

Uno no debería tener el sueño de conseguir un buen trabajo de ciencia de datos basado simplemente en una especialización MOOC de ciencia de datos. Sin embargo, uno definitivamente debería hacer una especialización MOOC de ciencia de datos si el tiempo [y el dinero] lo permiten.

Depende de tus antecedentes. Si tiene un MS / PhD en algo cuantitativo o relacionado con el negocio, los MOOC probablemente sean lo suficientemente buenos. Si no lo hace, puede ser difícil convencer a los empleos para que lo contraten, ya que la mayoría de los puestos requieren una maestría o un doctorado (~ 90% de los científicos de datos en los EE. UU. Tienen al menos una EM).