El aprendizaje:-
La base de la ciencia de datos
Soy un firme creyente del dicho. “Más profundas las raíces, más altos crecen los árboles”. Matemáticas, estadísticas y programación forman la base de la ciencia de datos. Por lo tanto, a menudo se recomienda conocer estos temas en profundidad para formar una base sólida. Los temas que debe cubrir en la fundación se enumeran a continuación:
- ¿Cómo son las oportunidades para las pruebas de big data en el mercado?
- ¿Cuáles son algunos análisis típicos que hacen los científicos de datos en eBay?
- Como ingeniero de datos / científico de datos, ¿qué tan importante es tener un conocimiento profundo de algoritmos y estructuras de datos? ¿No son las funciones de ingeniería de software e ingeniería de datos / ciencia diferentes por una razón y corresponden a diferentes conjuntos de habilidades?
- ¿Es la relación mujer-hombre más alta para los científicos de datos que para los ingenieros de software? Si es así, ¿por qué es eso?
- Como científico de datos, ¿cuáles son las cosas que puedo aprender de los desarrolladores de stack completo para poder crear aplicaciones web interesantes para la ciencia de datos?
Fundación
- Python Básico, Intermedio y Avanzado
- Estadística, probabilidad y álgebra lineal
- Regresión lineal, series de tiempo y función de costo
- Tipos de datos y análisis exploratorio de datos
- Recopilación, extracción, consulta, limpieza y agregación de datos para análisis
- Fuentes de datos, limpieza y disputas
- Trabajando con API
- Raspado web
Esto lo ayudará a aprender los temas avanzados de la ciencia de datos más rápido y en profundidad. Una vez que tenga un conocimiento profundo de estos temas, su comprensión de los conceptos se vuelve flexible. Le recomendaría que eche un vistazo a los temas avanzados.
Avanzado
- Árboles de decisión, árboles condicionales
- Técnicas de conjunto
- Big Data y Hadoop Ecosystem y Spark
- Arquitectura HDFS
- Colmena QL
- Cerdo
- Contar historias con datos
- Cuadro
- Bayes ingenuos
- PNL / Agrupación de texto / NLTK
- Implementación de productos de Data Science
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.
Y en mi opinión, las certificaciones son una prueba de que ha completado un curso o un programa y no una prueba de lo que ha hecho. ¡Debes haber leído muchos artículos sobre desempleo educado o incluso haber encontrado algunas experiencias personales en las que muchos estudiantes tienen una maestría pero aún no tienen trabajo!
Algunos puntos a considerar al elegir una institución / curso
- El énfasis está más en la práctica y no solo en la teoría.
- El proyecto se basa en enunciados de problemas relevantes de la industria y no en las tareas antiguas
- Los aprendizajes y proyectos son colaborativos y se realizan en equipos.
- Obtiene herramientas reales de la industria y se enfoca en el desarrollo basado en pruebas
Búsqueda de trabajo:-
La mayoría de las veces me encuentro con preguntas de los jóvenes sobre el empleo. Especialmente en el campo de la ciencia de datos. Bueno, personalmente, no es tan difícil. Dado que hay una escasez de Data Scientist en el campo, veo más trabajos disponibles pronto. Creo que la mayoría de las cosas buenas nos suceden cuando estamos en el lugar correcto en el momento correcto. Hay muchas reuniones de ciencia de datos que le brindan la oportunidad de interactuar y establecer relaciones con otros profesionales de la ciencia de datos. Estos pueden ser útiles para usted, ya que tienen más experiencia y un consejo práctico. No confíes demasiado en la educación formal. Solicita una pasantía mientras estudias, podría darte una buena exposición.
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/full-sta…
- 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…