Un trabajo de Data Science requiere curiosidad sobre los datos. Deberá generar información sobre los datos. Es crítico que sienta los datos.
Data Science es la última tendencia en la industria. Desde bancos hasta empresas de comercio electrónico e industrias manufactureras, ahora todos conocen la importancia de la carrera de ciencia de datos y la han adoptado en sus actividades diarias para mejorar su rendimiento.
- ¿Cuánto dinero ganan los científicos de datos y cuál es la trayectoria profesional de los científicos de datos?
- ¿Cómo encuentro mi primer trabajo de científico de datos?
- ¿Qué plan de estudios, si corresponde, debería seguir para convertirme en un científico de datos de Scratch?
- Después de tener una experiencia en ciencia de datos por menos de un año, ¿qué compañías me llevarían y cuál sería mi paquete?
- ¿Puedo obtener un trabajo de científico de datos en Filipinas incluso si no tengo una maestría o doctorado?
(Fuente: Tendencias laborales para R y Python)
Debe elegir algunos casos usados, practicar de forma práctica y, cuando tenga la suficiente confianza, puede elegir algo en lo que le gustaría trabajar, buscar conjuntos de datos y luego investigar y decidir qué puede hacer con ellos. Después de completar su trabajo, configure su repositorio de GitHub y cargue sus códigos allí.
Necesitas recoger proyectos. Hay varios datos de código abierto que puede descargar y usar para su proyecto.
Cuando explora los datos, encontrará información que puede tener sentido o no. Entonces profundizarás en los datos. Entonces, ves su curiosidad que te mantiene en marcha.
Para hacer una diferencia en su carrera, debe ser bueno en lo siguiente:
- Experto en matemáticas – Aprenda en profundidad la regresión lineal, la regresión logística, el árbol de decisión, los algoritmos de bosque aleatorio.
- Tener experiencia trabajando con grandes conjuntos de datos.
- Impecable en sus conceptos y habilidades para resolver problemas.
- Gestión y limpieza de datos.
- Ajustar un modelo / algoritmo de aprendizaje automático e interpretar los resultados.
- Manipular los datos para encontrar nuevas características y llevarlos al formato que aceptará un algoritmo de aprendizaje modelo / máquina.
- Participa en concursos en Kaggle / AnalyticsVidhya / IBM Cognitive
Los cursos y certificaciones en línea solo pueden ayudarlo a calificar para un puesto que requiera tales especificaciones.
Para estadísticas
(Nota: la estadística es una parte importante de la ciencia de datos. Debe conocer al menos los conceptos básicos de estadística, es decir, conceptos de probabilidad, distribución normal, desviación estándar, valores p, correlación y causalidad, etc.)
1. Análisis de datos e inferencia estadística en Coursera.
2. Introducción a las estadísticas descriptivas e inferenciales sobre Udacity.
Para Python
1. Digital Vidya – Python para el curso de ciencia de datos.
2. Dataquest es también uno de los buenos recursos.
Algunas de las compañías que ofrecen Python para Data Science en India son:
1. Análisis Fractal – Fractal Analytics es un proveedor de servicios de análisis de la India con sede en India y Estados Unidos. Es la segunda firma de análisis más grande de la India.
2. Mu Sigma : Mu Sigma es una compañía de análisis de datos y ciencias de la decisión que define categorías y ayuda a las empresas a sistematizar una mejor toma de decisiones basada en datos.
Leer más: ¿Qué nivel de Python se requiere para aprender ciencia de datos y aprendizaje automático?
¿Por qué Python es un lenguaje de elección para los científicos de datos?
¿Tiene usted alguna pregunta?
Espero que esto ayude. Si aún quieres orientación, puedes enviarme un mensaje. Te ayudaré con tus dudas.