¿Cómo es el autoestudio para convertirse en un analista de datos?

Aún no soy un científico de datos, pero pasé por el 75% de este curso en línea. Poco después, fui a un campamento de entrenamiento de datos en San Francisco el año pasado y tuve la oportunidad de comparar su currículo de ciencia de datos con el currículo de este curso en línea.

Los materiales que ambos cubren son casi idénticos y la calidad de este curso en línea está a la par con la del programa de ciencia de datos del campamento de entrenamiento. En cierto sentido, aprender en línea a su propio ritmo es mucho mejor en mi opinión. Pasé por Boot Camp y sigo prefiriendo el formato en línea de ritmo automático, pero necesitas mucha autodisciplina.

No hay respuestas unificadas a sus preguntas. Es altamente subjetivo, dado el conocimiento de fondo diferente que uno tiene antes de pasar al campo de la ciencia de datos.

  • ¿Cuáles son tus mayores desafíos?
    • No demasiados para mí, pero si tengo que encontrar uno, sería que pasé un tiempo aprendiendo los materiales al menos 3 o 4 veces más que el tiempo que el autor del curso en línea piensa que un estudiante debería dedicar al aprendizaje.
    • En gran parte tiene que ver con mi estilo de aprendizaje. Excavo profundamente y no me detendré hasta que pueda probarme o refutarme sobre lo que se dice en los materiales. “De acuerdo. Eso es lo que dice en el curso. Yo lo entiendo. ¡El siguiente tema! ” No es mi enfoque de aprendizaje. Para algunas preguntas de ejercicio, tendría de 2 a 3 formas diferentes de responder la misma pregunta y resolví todas esas soluciones.
  • ¿Hay una guía paso a paso?
    • El curso en línea está estructurado, así que sí.
  • ¿Cuánto tiempo te tomó antes de dominar todos los conjuntos de habilidades?
    • Depende de su estilo de aprendizaje y de la cantidad de conocimientos previos que tenga (o falta de ellos).
    • Tuve un sólido curso de probabilidad como estudiante universitario hace años, pero lo olvidé casi todo. Debido a la forma en que aprendo cosas, tienden a regresar rápidamente una vez que levanto el libro y empiezo a leerlo de nuevo. Como parte del curso en línea, Sal Khan [2] de Khan Academy hizo un muy buen trabajo explicando el contenido de lo que aprendí en ese curso de licenciatura.
    • Depende de tu pensamiento crítico y habilidades analíticas también. No puedo enfatizar eso lo suficiente. Debe poder verificar y decir que sus resultados son correctos o incorrectos, y si están equivocados, debe poseer las habilidades para saber por qué están equivocados y cómo solucionarlos por su cuenta. No significa que no puedas obtener ayuda. Mucha gente está tomando el curso, pero creo que la ayuda no llega lo suficientemente rápido, por lo que la mayoría de las veces encuentro respuestas a mis propias preguntas antes de que llegue la ayuda.
    • También realicé estudios de posgrado en el área de HPC como estudiante de posgrado en CS, por lo que las habilidades (pensamiento crítico y analíticas) que aprendí durante esos años nunca desaparecieron. Esas habilidades realmente son un gran activo cuando trabajas en el campo de la ciencia de datos. Aunque trabajé con los datos de puntos de referencia de SPEC durante mi investigación de posgrado, el trabajo que hice fue similar en muchos aspectos a lo que usted hace como científico de datos. Aquí estaba generando montones de datos en bruto sin estructurar a partir de los puntos de referencia en el laboratorio y, de alguna manera, necesitaba entender los datos por mi cuenta.
  • ¿A quién preguntaste cuando te quedaste atascado?
    • Muchas personas están tomando el curso en línea, por lo que tienen foros en línea donde las personas hacen sus preguntas y buscan ayuda.
  • ¿Qué libros leíste?
    • El curso es bastante autónomo. El curso en línea también le brinda enlaces a libros grandes, donde podría pasar semestres aprendiendo de esos libros en la universidad.
  • De los 10, ¿qué tan difícil fue?
    • Esta es una pregunta ridícula ¡Tú lo sabes! Es como si te preguntara con quién me casaría algún día o es como si tratas de conjeturar qué comería para el almuerzo dentro de un mes.

Espero que esto ayude.

[1] Después de ver el currículum del boot camp.

[2] explica mucho mejor que la mayoría de los profesores de probabilidad que tuvimos en UT-Austin

Gracias Mon Naoufal Touailat para A2A.

Fuente de la imagen: las publicaciones de análisis de datos más influyentes de Marketing | Ago 2015

El mayor desafío son dos cosas.

  1. La autodisciplina : debido a que esta es la clave del éxito en todos los dominios, para convertirse en analista de datos, debe leer y practicar mucho (para principiantes).
  2. Encuentra un buen material ( material educativo).

Guía paso por paso:

Mi consejo para ti es visitar estos sitios web.

  1. Coursera – Cursos gratuitos en línea de las mejores universidades | Coursera
  2. Cursos, analíticas, Big Data y Data Science. Capacitación, proyectos y certificaciones gratuitas.
  3. Tu hogar para la ciencia de datos (para manejar un proyecto)

Cuanto tiempo :

depende de su fondo de conocimiento, si está familiarizado con los datos (SQL, DB, …) 2–3 meses es suficiente.

A quién le preguntaste cuando te quedaste atascado: (Pregunta inteligente 🙂 )

  1. Normalmente le pregunto al analista de datos YouTuber, agregando mi pregunta en la sección de comentarios.
  2. o Google (que puede llevar más tiempo)

El mejor libro para analistas de datos:

  • Análisis de datos prácticos
  • Análisis de Big Data con R
  • Introducción a Greenplum para Big Data Analytics
  • Análisis en un mundo de Big Data: la guía esencial para Data Science y sus aplicaciones
  • Data Smart: uso de Data Science para transformar la información en Insight 1st Edition

De 10 :

5/10 lo puedes hacer Naoufal :).

Espero que ayude 🙂

Analista de negocios / Data Science / Decision Scientist, etc. son palabras que describen una nueva oportunidad de trabajo en la era actual. No es de extrañar que se llame el trabajo más sexy del siglo XXI.
El mundo ahora se ha convertido en un espacio de trabajo digital. Tenemos datos a nuestro alrededor y una persona que puede usar estos datos para proporcionar una mejor comprensión se llama analista de ciencia de datos / negocios. Este perfil ha sido sugerido como el perfil más caliente para las próximas 5 a 6 décadas.
Con la llegada de Internet Of Things (IOT), este dominio está destinado a dar un gran salto.
El trabajo de ciencia de datos es claramente un ganador aquí.
Las principales herramientas y tecnología en este campo son: R, SAS, SQL Python, Hadoop, Hive, Tableau, etc.
Ahora, para ayudar a los nuevos ingenieros de la India y de todo el mundo, le presentamos los 3 mejores libros que se encuentran actualmente en uno de los 3 más vendidos en la categoría.
1. 100 preguntas para romper la entrevista de analista de negocios
https://www.amazon.in/Questions-…
2. 100 preguntas para aprender R en 6 horas
https://www.amazon.in/100-Questi
3. 112 Pregunta a crack Entrevista de analista de negocios usando SQL
https://www.amazon.in/Questions-…

Para obtener más información, puede visitar thedatamonk, obviamente una com con él.