Sí, claro que lo es. Incluso es posible para alguien con un título en bioquímica con un enfoque experimental en la acción enzimática de las cáscaras de papa hirviendo. Honestamente, un título en estadística, especialmente, en términos académicos primero. Tenga en cuenta que las secuencias de números altos son más ideales.
Al ver cómo el dicho es un científico de datos es un científico de la computación que conoce más estadísticas que otros científicos de la computación, un estadístico que conoce más ciencia de la computación que otros estadísticos es un científico de datos.
Como especialista en estadística, y como científico de datos, es muy útil, a veces crítico, tener un interés en un campo amplio como mencionaré. Debe poder aplicar su conocimiento a algo. Data Science es un campo interdisciplinario de ciencias de la computación, estadística, matemáticas y algunos campos temáticos.
- Soy ingeniero químico con 2 años de experiencia en la industria de producción, pero ahora quiero cambiar de campo. ¿Qué campos serían adecuados para mí?
- ¿Puedo obtener mi maestría en ingeniería química si tengo un título de BE en tecnología de alimentos?
- Cómo convertirse en ingeniero de vuelo en la IAF después de ser seleccionado como oficial técnico
- ¿Qué es mejor: NIT Raipur con rama de metalurgia o CET en BBSR con una rama CS?
- ¿Yahoo o Microsoft ofrecen un mejor potencial de aprendizaje y perspectivas de carrera para un nuevo graduado en CS?
No todos los científicos de datos son doctorados en los últimos tiempos, especialmente con algunos programas de verano de postgrado / maestría que toman especializaciones en STEM y enseñan ciencia práctica de datos, eso es algo a considerar o establecer una buena red y obtener una compañía con una nueva entrada fuerte. programa de capacitación de empleados, como un mentor, algunas rotaciones a través de las especialidades o el tiempo con los “Ingenieros de datos” (los ingenieros de software que hacen que sus cosas funcionen para muchos datos, construyendo bases de datos robustas, optimizando e implementando sus modelos, pero para grandes conjuntos de datos. Tendrás una superposición con ellos. Serán mejores codificadores. Probablemente serás mejor en Estadísticas / Matemáticas. Esto no significa que ninguno de ustedes sea malo en ninguno de los campos, ambos trabajos necesitan conocer ideas de ambas áreas, más su campo temático (difícil de trabajar a través de los datos fiscales si no sabe qué es AGI).
Su especialidad es una excelente opción, solo asegúrese de que el departamento de matemáticas o un departamento de estadística independiente aloje a la especialidad, no psicología o algo así. No digo que la biología aplicada sea mala, pero a nivel de licenciatura, es demasiado temprano, se necesita conocimiento para poder aprender otro conocimiento y comprenderlo. Si parece un título de estadísticas aplicadas diluido o un título de psicología con asignaturas optativas en métodos de investigación, lo mejor es que te vayas a las matemáticas como tu especialidad con las asignaturas optativas todas las estadísticas. Deberías optar por una educación estadística algo amplia si eres un estudiante universitario.
Con respecto a los cursos de la División Inferior (los números más bajos son la opción menos óptima):
1) Secuencia matemática diferente a las carreras de STEM, posiblemente la misma que las carreras de biología, negocios o economía. A menudo solo un año. Mantenerse alejado, significa que Stats probablemente se ofrece a través del departamento de ciencias sociales. Cara ceñuda 🙁
2) La secuencia que están tomando todas las especializaciones STEM “duras”. Si semestrales, típicamente 5 cursos, o 3 y una unidad alta uno (Álgebra lineal + Ecuaciones diferenciales). Mucho mejor, y significa que es probable que esté en un grado de estadística “General”.
3) Los cursos que tomas coinciden con las especialidades de matemáticas, incluidas las clases de pruebas. Debes tratar de tomar una clase de estadística de división inferior de un profesor conocido por ser intuitivo, puedes desarrollar la teoría más adelante, además te da un pico de lo que estudiarás. Esta opción le brinda flexibilidad, es probable que cambie entre Matemáticas y probablemente Economía, Física y CS con bastante facilidad si cambia de opinión.
4) La mejor opción, no siempre disponible: una secuencia matemática “para matemática mayor” o, a veces, matemática “con honores”. Algo que los estudiantes de Matemáticas están motivados a tomar. Sin embargo, seguramente encontrará CS, física, economía (inteligentes, probablemente planeando graduarse de la escuela) e incluso esa rara especialidad de Filosofía (la matemática es solo lógica simbólica, hombre) tomará la secuencia. En general, deberá haber completado el cálculo AP con un 4 o 5, AB o BC, depende de la escuela. (aunque nada está escrito es piedra). Podrías tomar una clase durante el verano o algo así, o estudiar de forma independiente con un profesor. No tome ese requisito ya que se saltará las clases, estas secuencias usan textos de cálculo basados en pruebas, con algunos problemas computacionales, los instructores a menudo agregan problemas adicionales. La idea es que tienes el número en HS. Aquí, la secuencia será, hmm, “más eficiente” si esa es la frase correcta. Probablemente pasará un año cubriendo lógica, pruebas, números reales, límites, derivadas, integrales, secuencia y serie. Si estudiaste bien en tu clase de cálculo anterior, y estudiaste mucho, piensas mucho, (como 30 minutos por página es demasiado rápido), intenta obtener sentidos geométricos intuitivos, vincular cosas, aumentar tu madurez matemática. Sí, habrá menos “aplicaciones”, pero los textos como las “aplicaciones” de Stewart son solo para física, principalmente trucos de álgebra, nada realmente pedagógico. Piense en esto como una gran inversión. El segundo año de la secuencia idealmente incorporará las ideas de álgebra lineal tanto en el cálculo multivariable / vectorial como en las ecuaciones diferenciales. ¿Cómo va a hacer eso? Comience enseñándole conceptos de álgebra lineal (no una clase de álgebra matricial oculta como LA). Luego utilizará estos conceptos para comprender el cálculo de MV mucho más fácilmente y en un nivel superior, y probará muchas cosas con las herramientas aprendidas el año anterior. El próximo semestre serán ecuaciones diferenciales, y seguirán usando ideas aprendidas en Los Ángeles, y seguirán introduciendo nuevas. Dependiendo de cómo estén configuradas las cosas, puede tener un curso avanzado de pruebas / lógica, un curso avanzado de álgebra lineal o algo similar que complete el último semestre de ese año. El álgebra lineal se utilizará para introducir el pensamiento matemático abstracto a otro nivel también. Puede que no parezca útil, pero cada estudiante de CS, Física y Estadística aplastó los cursos de matemáticas de su departamento para ellos, no porque estuviera cubierto, sino porque su comprensión e intuición eran muy poderosas. Esto se traducirá en clases de estadísticas.
Mientras esté en las clases de división inferior, tome una clase de estadísticas de uno de los mejores profesores de estadística de la escuela, conocido por enseñar y hacer que la gente lo entienda, no apriete los números a mano o escriba algunos números y presione enter en una calculadora. Además, esto podría debatirse, pero Estadísticas y Lógica tienen algunas conexiones interesantes, tomando el curso de filosofía simbólica principal de lógica (o el intermedio después de su primer año, probablemente sabrá todo en el primer curso) o para una lógica informal de clase de inglés .
Además, ahora es el momento de pensar: ¿me gusta la física, la economía, la biología, etc.? Tome una secuencia de un año, la secuencia de las mayores. Los científicos de datos también son pymes o trabajan con ellos. Si desea ser un científico de datos para una compañía de energía, le sugiero la secuencia de física y una clase o dos en esa área; como las finanzas? Toma la economía. Siente que el trabajo del genoma está en tu futuro, toma química y la clase de bio que cubre pequeños temas bio. Puede tomar un curso de división superior o dos si lo desea, o terminar en la especialización o doble especialización en el campo. ¿Te apetece la persona que algún día podría comenzar una nueva empresa? Contabilidad y derecho comercial son cursos cortos y bastante fáciles que son clave, aprender a liderar a las personas también lo es.
** Sin embargo ** Si quieres ser un científico de datos, debes entender CS. Excluyendo el curso de arquitectura / ensamblaje de computadoras, idealmente debería tomar el resto de los cursos de LD CS de una especialización de CS. CS1 / CS2 / Algoritmos de estructuras de datos / usted podría tomar matemática discreta en el departamento de CS o matemática, diría departamento de matemáticas si tiene conocimiento de pruebas; puede considerar tomar: combinatoria y teoría de números, especialmente si puede obtener algún crédito importante.
En este punto, puedes mirar las pasantías con seguridad. Tal vez en el verano, haga una investigación de estadísticas computacionales y tome 2 o 3 MOOC de ciencia de datos. Comienza en concursos, trabajando en tus propios proyectos. Gran parte de la ciencia de datos aún no está en los libros de texto o clases. Los candidatos a nivel BS deberán tener una buena cartera (ciencia de datos relevante y tal vez la experiencia en el tema: proyectos, investigación, concursos de Kaggle, etc.
Para su trabajo en la División Superior:
1) Su comandante: siéntase libre de mantenerlo amplio. No sienta la necesidad de tomar todas las clases de ciencias de datos que ofrecen, una o dos, especialmente los temas más teóricos y difíciles de aprender, anímate. Sin embargo, una secuencia fuerte basada en pruebas en probabilidad y estadística matemática es esencial. . Los cursos que cubren regresión, análisis de series de tiempo, muchos temas como este son buenos. Probablemente se le permiten asignaturas optativas de matemáticas, optimización de tomas, álgebra lineal, análisis numérico, un curso de álgebra abstracta, la geometría diferencial no puede hacer daño. Es bueno tener cursos tradicionales como análisis de varianza, teoría de muestreo y demás.
1a) Math Foundation: su especialización debe requerir que complete la secuencia de análisis real de matemática principal e idealmente un segundo curso de álgebra lineal. Si tomaste la secuencia basada en pruebas, estarás tomando cursos cercanos al nivel de posgrado, lo cual es bueno, estarás compitiendo con ellos. Es posible que desee tomar la clase de álgebra lineal de pruebas avanzadas (ese material se usa en todas partes) y un curso numérico, a menos que esté cubierto en el curso numérico si toma eso.
2) Sus cursos de CS: si tiene un semestre ligero, considere tomar un curso de CS adicional. No se centre en los aspectos de hardware. Centrarse en algoritmos, computabilidad, * aprendizaje automático *, computación paralela, teoría de bases de datos, redes y lenguajes de programación / diseño de SO / un curso relacionado con Data Science son buenas opciones.
3) Para su campo de interés: si encontró uno, intente cultivarlo. ¿Contabilidad? Tome una clase de Finanzas, Finanzas intermedias I -> Impuestos, Costos / Contabilidad gerencial. Las firmas de contabilidad están utilizando big data. No descarte su área de interés hasta que realice una buena investigación al respecto. Hay un grupo muy rico de científicos de datos y lingüistas que trabajaron en el procesamiento del lenguaje natural. Su software utilizaba tweets y publicaciones de Facebook para vencer las noticias, y luego realizaba cambios en el mercado de valores. Se utilizaron aspectos de ciencia de datos, lingüística y finanzas, y ahora son muy ricos, y era un área que les gustaba. Como la tierra? ¿Cuántos datos crees que tiene SpaceX?
Dicho esto, su área de interés no lo encierra, pero podría darle una ventaja, y si lo disfruta, su trabajo es mejor y hablará el idioma de todos. Todos se integrarán como debería ser. No serán los fanáticos de los datos, pero los tipos que hacen magia, tienen conversaciones con nosotros sobre “el último artículo de la revista o el famoso miembro de campo”, y él hace que la computadora me muestre cosas bonitas que nos ayudan a salvar vidas, matar de manera más efectiva (¡DoD también necesita ciencia de datos!), Analizar energía, etc.
Además, dependiendo de su área de amor, diga Economía: hay una maestría en economía computacional, como opción. La biología computacional, las finanzas, etc. están en todas partes.
Esto me lleva a mis puntos finales. Si toma las clases de abstact más difíciles, intente antes de que comience la escuela hacer un Udacity Nanodegree o codeacademy y algunos proyectos o algo así. Para el cálculo de variable única, hay un excelente libro CS1 / CS2 que también cubre ecuaciones diferenciales. Para Álgebra lineal, el libro “Codificación de la matriz” le enseña álgebra lineal a través de la codificación, el pensamiento computacional y es un libro increíble. Esos dos libros, excepto el vector calc, cubren todo el plan de estudios de matemáticas de la división inferior, en codificación (ambos también en python, que es un lenguaje común de Data Science).
Recuerde, ciertamente después de su segundo año, obtenga pasantías, trabajo en red, aprenda ciencia de datos, haga competencias, encuentre proyectos que le interesen y hágalos, ayude a los profesores con la investigación en las áreas que le gustan. Haga un Linkedin, un resumen general del currículum, use los recursos de sus antiguos alumnos y tenga todo a prueba. Lea y haga las estadísticas que le gusta hacer, programe e intente comprender algoritmos más avanzados, obtenga experiencia en la industria y experiencia en investigación. Durante su carrera, puede necesitar o desear un Máster técnico, por lo que es bueno tener esa dimensión. También te enseña a aprender cosas tú mismo.