Cómo convertirse en un científico de datos con un título asociado en programación y tres años de programación en Python

Pregunta original: ¿Cómo me convierto en un científico de datos con un título asociado en programación y tres años de programación en Python?

Lamentablemente, no puedes. El fondo especificado es extremadamente inadecuado en matemáticas, estadísticas, algoritmos y estructuras de datos. Es probable que se sienta abrumado simplemente tratando de aplicar los algoritmos scikit.learn de manera de libro de cocina. No podrá adaptarlos ni combinarlos para problemas específicos. La ciencia de datos y el aprendizaje automático son tan nuevos que muchas, quizás las ideas más importantes, solo están en trabajos académicos, que serán opacos para usted.

Aprecio el entusiasmo por la ciencia de datos: es un campo emocionante, aunque sobrevalorado. Lamentablemente no hay atajos. Necesita una sólida licenciatura de 4 años en matemáticas, estadística o informática seguida de una maestría en un campo relacionado antes de poder comprender las ideas fundamentales esenciales para la ciencia de datos. La experiencia de programación es necesaria pero no suficiente.

No te voy a mentir, será muy difícil. Soy una especie rara de ser un científico de datos real sin una maestría o doctorado y fue increíblemente difícil encontrar un trabajo de científico de datos que se ajustara a mis necesidades. Casi cualquier persona puede aprender a programar. Los requisitos previos para la programación son bastante factibles, por lo que todos están aprendiendo a programar ahora.

Lo que es realmente difícil es justificar que tienes la formación matemática adecuada. La forma más fácil de hacerlo es mostrar que ha tomado cursos en temas como estadística, probabilidad, inferencia estadística, cálculo y álgebra lineal. Por suerte para mí, tuve muchos de estos, pero incluso entonces, fue una batalla cuesta arriba. Si no tiene estos antecedentes, realmente recomendaría tomar cursos de alguna forma, ya sea en una universidad, en línea o en un campamento de entrenamiento.

Una vez que tenga los fundamentos bajos, ahora tiene que demostrar su valía ante los empleadores. Esto significa proyectos: cuanto más, mejor, pero asegúrese de que sean proyectos de calidad relacionados con datos. ¡Asegúrate de que estén en GitHub! Además, utilice Kaggle y trabaje en algunos proyectos desde allí; a los empleadores generalmente les encanta eso.

Habiendo dicho todo eso, si no estás preparado para completar una licenciatura o maestría, hay muchas escuelas de ciencias de datos. Doy clases en Byte Academy, lo que podría ser bueno para ti. ¡Espero que esto ayude!