Por lo general, no respondo solicitudes anónimas, pero abriré una excepción porque hasta ahora estoy totalmente en desacuerdo con las dos respuestas.
Si no te ves codificando, la ciencia de datos no es para ti, punto. La implementación de productos de datos se logra mediante la codificación. Desde la adquisición de datos, hasta la limpieza y exploración, hasta la capacitación, evaluación y validación de modelos. Toda la ejecución está codificada.
- No puede producir un producto de datos sin codificar
- No puede manejar los datos que existen en proyectos de ciencia de datos sin codificar
- No puede presentar ingeniero sin codificar
- No puede entrenar, evaluar y validar modelos de aprendizaje automático en vivo sin codificar
- No puedes escribir análisis reproducibles sin codificar
Para los puestos más jóvenes en mi equipo, los dos requisitos previos son la exposición a R y / o Python y el conocimiento de la probabilidad y las estadísticas. Tenga en cuenta que no menciono títulos, experiencia o incluso SQL. Contrataré a personas que no tengan estos, pero no contrataré a alguien que no pueda realizar una tarea de prueba codificada.
- ¿Qué flujo debería optar por seguir mi carrera en el diseño de ux?
- ¿Es difícil ser programador de computadoras? ¿Qué clases necesito para ser programador de computadoras?
- La salida de Ask FSK psk qam ll es analógica. ¿Cómo obtenemos una señal digital de esa señal analógica?
- Completé mi graduación en ingeniería y ahora no estoy interesado en este campo. ¿Cómo elijo un camino profesional correcto?
- ¿Cuáles son algunas fuentes adicionales de ingresos que puede tener un estudiante de doctorado en UCSD (ingeniería mecánica)?
Todos en mi equipo codifican, fácilmente, 4 horas al día en promedio. Los más altos que trabajen en productos de datos codificarán todo el día durante semanas.
La ciencia de datos, en teoría, es estadística sobre esteroides. En la práctica, es programación.