De acuerdo, el científico de datos parece estar realmente de moda en estos días,
Especialmente cuando se promociona como el título de trabajo más sexy.
Ahora he respondido esta pregunta antes, pero esta vez intentaré responderla mejor.
Primero, no será fácil
- ¿Cómo difieren mis entrevistas de ingeniería de software con 1 año de experiencia laboral de mis nuevas entrevistas de posgrado? (En los EE.UU)
- ¿Cuál es la mejor manera de hacer que GRR Martin / Benniof haga un flashback de la batalla en el tridente en los libros / espectáculos?
- Cómo comenzar a prepararse para el GATE (CSE) y descifrarlo con éxito
- ¿Se incluye una sección titulada 'Actividades extracurriculares' en un CV para una aplicación de posgrado? ¿Qué incluye uno en él?
- Me estoy moviendo a un rol de desarrollador de SDET. ¿Qué puedo esperar y cómo puedo prepararme para sobresalir en mi nuevo cargo?
En segundo lugar, aunque no requiere una codificación pesada, aún necesita saber cómo codificar en R o python.
En tercer lugar, intente seguir el camino, que creo que sería suficiente en su viaje para convertirse en un “científico de datos”.
¡Además de esta página, recomendaría las Preguntas frecuentes sobre ciencia de datos de Quora como su guía completa para la ciencia de datos! Incluye recursos similares a este, así como consejos sobre cómo prepararse para entrevistas de ciencia de datos. ¡Además, siga el tema de Quora Data Science si aún no ha recibido actualizaciones sobre nuevas preguntas y respuestas!
1) Antes de comenzar, necesita Cálculo multivariable, Álgebra lineal y Python. Si su experiencia matemática depende del cálculo multivariable y el álgebra lineal, tendrá suficiente experiencia para comprender casi todas las probabilidades / estadísticas / aprendizaje automático para el trabajo.
Cálculo multivariante : ¿Cuáles son los mejores recursos para dominar el cálculo multivariable?
Álgebra lineal numérica / Álgebra lineal computacional / Álgebra matricial: Álgebra lineal, Coursera
2) Ahora necesitas aprender estadísticas básicas y probabilidad,
- Aplicaciones R: Introducción al aprendizaje estadístico (pdf gratuito) (MOOC) (enfoque R)
- Imprima una copia de Probability Cheatsheet
3) Después de esto, comience a aprender varios algoritmos de minería de datos y su aplicación en R o python (por ejemplo, clustering, reglas de asociación, minería de texto, minería web, tress, bosque aleatorio, etc., envíeme un ping si desea un archivo pdf).
4) Obtenga un certificado profesional, preferiblemente de IBM. Para que pueda ir a Aprender habilidades laborales de expertos de la industria en línea | DeZyre para obtener un certificado pagado de IBM, se les enseña a ser profesionales de la industria o ir a Coursera (que también es pagado) y aprender de los profesores. Preferiría el primero.
Para cualquier otra duda, siempre puedes contactarme 🙂