Cómo comenzar mi carrera en análisis como un nuevo

“Un analista de datos es alguien que es mejor en estadística que cualquier ingeniero de software y mejor en ingeniería de software que cualquier estadístico”.

Creo que para convertirse en un analista de datos, debe tratar de adquirir un cierto conjunto de habilidades que realmente ayudarían a aprender y trabajar en Data Science. Tengo años de experiencia en ciencia de datos con una vasta experiencia docente y me gustaría dar una visión general de algunas de las habilidades que creo que son muy importantes.

Habilidades técnicas:

• Matemáticas (por ejemplo, álgebra lineal, cálculo y probabilidad)
• Estadísticas (por ejemplo, pruebas de hipótesis y estadísticas resumidas)
• Idiomas R y / o SAS
• Bases de datos SQL y lenguajes de consulta de bases de datos
• Python (más común), C / C ++ Java, Perl
• Herramientas y técnicas de aprendizaje automático (p. Ej., Vecinos más cercanos, bosques aleatorios, métodos de conjunto, etc.)

Esta lista siempre está sujeta a cambios. Creo que las habilidades genéricas de programación son mucho más importantes que ser el experto de un lenguaje de programación en particular.

Habilidades para los negocios:

Solución analítica de problemas: abordar desafíos de alto nivel con un ojo claro sobre lo que es importante; empleando el enfoque / métodos correctos para aprovechar al máximo el tiempo y los recursos humanos.

Comunicación efectiva: Detallando sus técnicas y descubrimientos a audiencias técnicas y no técnicas en un lenguaje que puedan entender.

Puede aprender Data Science en línea con los diversos cursos que se ofrecen, pero creo que un curso más reciente siempre debe ir a un curso combinado que brinde capacitación en el aula para adquirir el conocimiento adecuado, la exposición de la industria para aprender las habilidades y construir una red y aprendizaje práctico en línea. En GreyAtom ofrecemos una verdadera experiencia de aprendizaje inmersivo combinado. Además, trabajará en Commit Live, un IDE personalizado desarrollado para ser incluido en el plan de estudios del curso.

En la actualidad, solo hay entre 10 000 y 15 000 expertos en análisis y datos en la India, y habrá escasez de 2 analistas de datos lakh en la India en los próximos años.

Ahora, para asegurarse de que su currículum capta los ojos cuando se presenta a una empresa de análisis, necesita algo de preparación. La preparación sería diferente para una persona más fresca que para alguien que ya tiene experiencia laboral en su haber, aunque en un dominio diferente. Para los graduados más nuevos en general de ingeniería o matemáticas / estadísticas, el enfoque se centra más en la resolución de problemas analíticos y la exposición a algún lenguaje de programación y luego pueden postularse a empresas de análisis para puestos de trabajo.

Con nuestro plan de estudios ágil, listo para la industria y el seguimiento activo de la carrera, estaremos allí en cada paso de su viaje para llegar al destino final de convertirse y trabajar como ingeniero de ciencia de datos de Full Stack. Tendrá un historial de contribuciones de código abierto y ayudará a la comunidad más amplia de ingeniería de software (a través de Github, StackOverflow, un blog o similar). Puede consultar el plan de estudios haciendo clic en este enlace

Ingeniería de ciencia de datos de pila completa | Greyatom

Los datos realmente impulsan todo lo que hacemos. Si le apasiona la ciencia de datos y desea redefinir su carrera, visítenos en el programa en el sitio de GreyAtom: ciencia de datos, aprendizaje automático, Big Data Creemos que “Aprender = hacer un trabajo real”

Descargo de responsabilidad: soy cofundador de @GreyAtom y Data Science es mi pasión.

Todos han proporcionado muchas buenas maneras de aprender y dominar Big Data en sus respuestas, por lo que me gustaría recomendar uno de los mejores cursos en línea de Big Data de uno de los sitios de E-learning más reputados. Este curso electrónico de Big Data tiene 418 LECCIONES y 9 CURSOS , este curso lo ayudará a comenzar de cero para aumentar sus habilidades y capacidades en Big Data Technologies a niveles de dominio más altos.

Nombre del curso: El paquete de Big Data 64.5 horas de Hadoop, MapReduce, Spark y más para prepararlo para una de las carreras de TI de más rápido crecimiento en la actualidad

Descripción del curso: Este curso cubre las últimas tecnologías de Big Data como Hive, hadoop, Spark, Scala, H Base, Pig, Oozie, Flume & Sqoop.

Temas del curso:

1- De 0 a 1: Hive para el procesamiento de Big Data Conecte los puntos entre SQL y Hive para mejorar sus habilidades de procesamiento de Big Data

2- Aprenda con el ejemplo: Hadoop y MapReduce para problemas de Big Data Descubra métodos de procesamiento de datos masivos utilizando los marcos de datos líderes

3- De 0 a 1: Spark for Data Science en Python Haz volar tus datos usando Spark for Analytics, Machine Learning y Data Science

4- Programación escalable con Scala & Spark Hazte rico usando Scala & Spark para análisis de datos, aprendizaje automático y análisis

5- Aprenda con el ejemplo: HBase – La base de datos de Hadoop Cree bases de datos más flexibles al dominar HBase

6- Pig para disputar Big Data Conviértase en un manejador de datos bien pagado aprendiendo a cargar, transformar y extraer datos usando Pig

7- De 0 a 1: la base de datos distribuida de Cassandra Conozca la base de datos distribuida de Cassandra y mejore enormemente su currículum de Big Data

8- Oozie: Programación de flujo de trabajo para sistemas de Big Data Agilice su flujo de trabajo de Big Data aprendiendo a usar flujos de trabajo, coordinadores y paquetes en Oozie

9- Flume & Sqoop para la ingesta de Big Data Importa eficientemente datos a HDFS, HBase y Hive de una variedad de fuentes y observa cómo crecen tus perspectivas laborales

Enlace: – Master Big Data: Hadoop, MapReduce, Hive, Pig, Spark y más . Espero que esta información del curso Big Data te ayude a ti y a otros aspirantes de Big Data.

Comienza a aprender cálculo multivariante, python, R. Tome algunos cursos en línea que están disponibles de forma gratuita. Realice un experimento de conjunto de datos con ellos usando el código r o python. Comenzarás a aprender cosas gradualmente. Starr desde pequeño finalmente terminará en grande. Todo lo mejor

Muchos han recomendado cursos, pero yo diría que no es una solución única para todos.

Estoy de acuerdo en que el aprendizaje ayuda, pero cada individuo es diferente. Podrías ser tu conjunto de habilidades, tu formación técnica y educación. Muchos de estos factores externos entran en juego.

Si ha elegido la analítica como una carrera de elección, es mejor que hable con un profesional que trabaje en ese campo. Encuentre un mentor que pueda ayudarlo.

Como lo que dice Suzy Welch : “Tu mentor no necesita tener antigüedad sobre ti”. Un mentor solo tiene que hacer algo mejor que tú.

Puede encontrarlos en LinkedIn o en el amigo de su hermano mayor, y tener una idea justa al respecto, como roles de nivel de entrada, progresión de roles y habilidades para enfocarse, etc.

Si no conoce a nadie, aquí hay algunos mentores en Analytics que pueden ayudarlo con eso.

Hasta donde sé, el analista de datos es uno de los roles de nivel de entrada, puede buscarlo como más reciente en el campo de análisis. Para saber más sobre la Demanda de Analista de datos, la progresión de roles de un analista de datos y más, puede leer este blog [1].

Notas al pie

[1] ¿Cómo comenzar tu carrera en Analytics como recién graduado? – MyTechLogy

Al comenzar desde el nivel básico eligiendo el rol correcto, coloque el rol clave en la analítica. Y hay muchas áreas que necesitan un gran enfoque en eso. En su mayoría, el analista de datos puede considerarse como una persona bien conocida de las estadísticas. Lo básico para aprender ciencia de datos es tener algunas habilidades básicas

• Matemáticas
• Estadística
• Técnicas de aprendizaje automático.
• R
• Pitón
• C, C ++

Unirse al curso y completarlo es uno de los procesos para aprender análisis. Leer libros y algunos blogs también es una de las fuentes para obtener más cosas.

Trabajar en proyectos también es una gran idea para obtener muchos conocimientos sobre ciencia de datos. Y pasante también buena fuente.

Para obtener más asistencia sobre análisis de datos: BEPEC | ¿Por qué ciencia de datos? Bangalore

Elija un proyecto en Kaggle o Hackerearth y comience a aprender R, Python o cualquier otra herramienta. Haga una cartera de proyectos que haga con el código, visualizaciones, análisis en palabras, conclusiones, pensamientos y todo lo relacionado con ese proyecto.

Termine un curso en Internet o 2. Coursera, por ejemplo, tiene cursos maravillosos sobre análisis de datos y ciencia de datos con diferentes herramientas.

La analítica se define como el proceso científico de transformar los datos en información para tomar mejores decisiones. Ayuda a mejorar los procesos, ahorra costos y aumenta los ingresos.

Better Join repudió el instituto de capacitación analítica, están proporcionando teoría y conocimiento práctico, en ese servicio de CAPACITACIÓN DE HABILIDADES DE TI. los alumnos obtendrán un conjunto de habilidades prácticas en Hadoop en detalle, incluidos sus módulos fundamentales y más recientes, como HDFS, Map Reduce, Hive, HBase, Sqoop, Flume, Oozie, Zoopkeeper, Spark y Storm. Al final del programa, los aspirantes reciben la certificación Analytics. También trabajará en un proyecto como parte de su capacitación que lo preparará para asumir tareas en Big Data Analytics.

La ciencia de datos y la analítica son muy acogedoras para los más nuevos. Lo que sucede con la ciencia de datos es que comienzas a comenzar a trabajar en tu carrera incluso antes de unirte a una. Mientras aprende, es esencial que obtenga la mayor exposición posible en la industria trabajando en diversos proyectos. La mayoría de los institutos que se dedican a la ciencia de datos también ofrecen conjuntos de datos del mundo real y proyectos finales para trabajar. Estos proyectos implican plagar las preocupaciones comerciales de las empresas para ver cómo usted, como experto en análisis, respondería y resolvería. Esto es crucial para conseguir un trabajo lucrativo en el mercado y también te permite destacar entre la multitud.

Además, desarrolle aplicaciones o colabore con personas que necesitan expertos en análisis como autónomos para su proyecto y contribuya a tantos proyectos como pueda. Todos estos son agregados de valor a su currículum. Estás más fresco solo hasta que obtengas una importante exposición laboral o industrial. Una vez que lo haga, fortalecerá su candidatura entre sus pares.

¿CÓMO CREAR EL RESUMEN PERFECTO DE CIENTÍFICO DE DATOS?

Puede aprender Data Science en línea con los diversos cursos que se ofrecen, pero creo que un curso más reciente siempre debe optar por un curso combinado que brinde capacitación en el aula para adquirir el conocimiento adecuado, la exposición de la industria para aprender las habilidades y construir una red y aprendizaje práctico en línea. En GreyAtom ofrecemos una verdadera experiencia de aprendizaje inmersivo combinado. Además, trabajará en Commit Live, un IDE personalizado desarrollado para ser incluido en el plan de estudios del curso. Capacitación en ciencia de datos en Chennai