Por lo que entiendo, ahora está confundido si desea seguir con la ciencia de datos después de su título de ingeniería mecánica. Lo que creo que siempre ha funcionado para la mayoría de los científicos de datos exitosos es que tenían una buena razón para aprender ciencia de datos. Por lo tanto, te recomendaría que primero descubras por qué quieres aprender ciencia de datos.
Hay ciertas habilidades que no puede aprender simplemente haciendo algunos cursos en línea, siempre se recomienda asistir a un programa en un modelo de aula con una persona experimentada. Al igual que la ciencia de los datos de la ciencia médica, no puede aprenderla usted mismo. Por ejemplo, dado que todas las fuentes necesarias para convertirse en médico están disponibles en línea, simplemente no puede convertirse en médico al estudiar en línea, de manera similar con la ciencia de datos.
Últimamente he estado interactuando con algunos aspirantes, y la mayoría de ellos tienen mucha importancia para las matemáticas. La ciencia de datos forma su base no solo en matemáticas sino también en Estadística y Programación. La gente generalmente pasa por alto la parte de programación que es un gran error.
- ¿Cuáles son las oportunidades in situ para los empleados de LatentView como científicos de datos?
- Como recién graduado, tuve la oportunidad de trabajar en un proyecto de Big Data, mi función actual es la de probador, pero estoy interesado en el desarrollo. ¿Qué tengo que hacer?
- ¿Por qué tantas empresas nuevas en Singapur buscan un científico de datos?
- ¿Qué entrenamiento se necesita para convertirse en un científico de datos?
- ¿Convertirse en un científico de datos es una tarea difícil?
Entonces, volviendo a la lista de temas para aprender: –
Estadística
- Variables aleatorias
- Distribuciones estadísticas
- Teoría de la probabilidad (Cálculo de MGF, CGF, media, mediana, modo, varianza Máxima probabilidad de expectativa, teoremas del límite central, ANOVA)
- Montaje de una distribución.
- Muestreo
- Prueba de una hipótesis.
- Modelado Bayesiano
- Regresión y series de tiempo
Programación
Ahora aquí, hay mucho debate sobre Python vs R. Ambos idiomas tienen sus propios pros y contras. Personalmente, recomendaría Python ya que es un lenguaje multipropósito general y tiene muchas bibliotecas de visualización como Bokeh, Seaborn y Pygal.
- Python intermedio para ciencia de datos
- Importar datos en Python
- Fundación Pandas
- Caja de herramientas de ciencia de datos de Python
- Bases de datos en Python
- Manipulación de marcos de datos con pandas
- Visualización de datos con Python
- Visualización interactiva de datos con Bokeh
- Análisis de red en Python
- Fusionar marcos de datos con pandas
Ahora que ha construido una base sólida, puede comenzar a profundizar fácilmente en la ciencia de datos. Para esto necesitará una orientación adecuada. Siempre recomendaría a los aspirantes de ciencia de datos que asistan a un programa basado en el aula, dirigido por un instructor y orientado a la práctica.
Te encontrarás con muchas instituciones, cursos y programas que te ayudarán a aprender ciencia de datos. Algunos son muy caros, mientras que otros son razonables. Pero, una cosa muy importante a tener en cuenta mientras se inscribe en dichos cursos es saber su valor en términos de conocimiento y lo que al final del curso está desarrollando dentro de usted mismo.
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes.
El programa insignia altamente selectivo de GreyAtom tiene como objetivo orientar a los profesionales que trabajan y los más novedosos en el inicio de su carrera de ciencia de datos. Los estudiantes crearon proyectos a partir de conjuntos de datos REALES y declaraciones de problemas proporcionadas por nuestra industria y socios de contratación. El programa se basa en el aula y está fuertemente orientado a la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, profesionales de la industria y personas influyentes.
Algunos enlaces rápidos
- Programa – http://www.greyatom.com/data-sci…
- Chatee con un consejero académico: le invitamos a compartir todas sus dudas e inseguridades, a las que haremos todo lo posible para guiarlo hacia su camino profesional hacia el éxito. https://calendly.com/greyatom/co…