Muy bien. En realidad, tiene el privilegio de que la mayoría de las personas que intentan ingresar a Data Science en estos días no entienden los conceptos matemáticos / estadísticos subyacentes. Le sugiero que cree un plan de 30–60–90 días para usted. En los primeros 30 días, le sugiero que comience a aprender SQL, ya que esto ayudará a perfeccionar su experiencia en minería de datos y limpieza de datos, y en el segundo 30 días debe comenzar a aprender a programar en R o Python. Personalmente estoy predispuesto hacia python pero R es igualmente bueno. En los próximos 30 días participe en concursos de Kaggle sobre problemas de ciencia de datos y use su conocimiento estadístico para resolver problemas del mundo real. Si tiene éxito, continúe participando en 1 después de la otra competencia durante los próximos 6 meses. En caso de que te quedes estancado investigando y sigas adelante. Una vez que haya ganado confianza en la resolución de problemas, también sugeriría elegir una herramienta de visualización de datos como Tableau y adquirir experiencia práctica en eso también. Para ser un buen científico de datos, también debe ser un gran narrador de historias y para eso necesitará visualizar los datos para explicar sus hallazgos a personas con menos conocimiento de las matemáticas pero con una buena comprensión del negocio.
Vea un par de videos de Hans Rosling en las charlas de Ted para comprender la importancia de la visualización de datos.
- ¿Qué tan difícil es convertirse en un investigador científico en Google?
- ¿Quién es un científico de datos?
- ¿Cómo es ser un científico de datos en Airbnb?
- ¿Qué tipo de ingeniero de software tendrá más demanda en el valle? IOS / C ++ / Científico de datos?
- Cómo comenzar mi carrera en análisis de datos