Depende de lo que te guste construir. Los científicos de datos crean productos de datos. Las tuercas y tornillos de un producto de datos pueden ser modelos, tuberías de datos. Algunos son interactivos pero la mayoría están automatizados. Se usa un tiempo considerable para evaluar y medir.
Una de las diferencias fundamentales entre el trabajo de un científico de datos y el trabajo de un ingeniero de software es que la especificación y el caso de uso de un producto de datos a menudo está en un nivel superior, más cercano a la estrategia comercial que a un desarrollador de software que es más cerca de la gestión del producto. Esto es más obvio en las posiciones junior y media.
Si le gusta construir cosas con las que las personas interactúan, es probable que el desarrollo de software sea la mejor opción. Si te gusta construir cosas que involucren campos multidisciplinarios, entonces la ciencia de datos puede ser la indicada.
- ¿Debo aprender Unity antes de B.Tech en el grado 10?
- ¿Vale la pena estudiar para el JEE (Principal y Avanzado) nuevamente cuando estoy seguro de una universidad de nivel 2-3 en Bangalore?
- ¿Cuánto tiempo llevará aprender R? No tengo conocimientos de programación, pero conozco MS Office.
- Cómo comenzar una carrera en actuación de voz en off
- Tengo 3.6 años de experiencia en el desarrollo de aplicaciones web utilizando tecnologías java como servlet, spring, jsp y angularjs. Ahora tengo una muy buena oferta de una pequeña empresa. Me está contratando como desarrollador de fuerza de ventas. ¿Es una buena idea cambiar al desarrollo de la fuerza de ventas?
Una nota final sobre el umbral de frustración. Hablando como alguien que ha codificado juegos y ahora codifica productos de datos, la ciencia de datos es mucho más frustrante. A veces pasas horas y días y no obtienes un buen modelo. A veces se obtiene un buen modelo, pero el caso de uso comercial no ofrece un buen resultado. En mi experiencia en la programación de videojuegos, el resultado final de lo que sea que estaba codificando siempre fue satisfactorio. En ciencia de datos, ese no es siempre el caso.