Esa es una excelente pregunta para hacer. Cualquier grado en Matemáticas, Estadística, Informática ayudaría. Pero esto no implica que estos sean los únicos títulos que decidirían. Hay dos perspectivas posibles para su pregunta. Puedo responder desde el punto de vista de los empleadores y otra forma de verlo desde el punto de vista de los aspirantes.
Perspectiva de los empleadores: hubo un tiempo desde finales de los 80 hasta principios de los 2000 en que las personas solo contrataban a los principales de un lote, personas con más y más títulos y certificados. Pero para nuestro mejoramiento la situación ahora ha cambiado. A mi modo de ver, los certificados y títulos son solo una prueba de que ha completado un curso en particular. No habla de tus conocimientos de habilidades. Mientras contrataba, vi una brecha significativa entre nuestras necesidades como industria y los académicos que se te enseñan. De alguna manera, después de entrevistar a 45 candidatos, seleccionamos a 6 personas. Así que creo que esta es la era del talento.
Visión de aspirante: si usted es un aspirante a científico de datos y realmente lo suficientemente interesado como para aprender ciencia de datos, no creo que un título deba hacer una gran diferencia. Aunque un título daría peso a tu currículum, pero no puede evitar que te conviertas en un científico de datos. Si tienes suficiente conocimiento y dedicación, la falta de certificados y títulos no puede detenerte.
- He sido admitido en el programa de MBA en INSEAD. Tengo seis meses a la mano y quiero estudiar y adquirir algo de experiencia en Finanzas para poder tratar temas como contabilidad, valoración, capital privado, etc. ¿Sugerencias? Con sede en Delhi
- ¿Es mejor pasar más tiempo en la universidad para un menor o hacer una doble especialización?
- Quiero ser un operador de red informática. ¿Qué debo hacer para educarme y estar preparado?
- Tengo la intención de colocar un anuncio educativo en el suplemento de Education Times. ¿Cuáles son los cargos por un anuncio de portada?
- ¿Cuál es la mejor escuela / universidad de desarrollo de juegos en la India?
Aquí hay algunas cosas que debe saber para aprender ciencia de datos. Si tiene un amplio conocimiento de ellos, estoy seguro de que obtendrá un trabajo.
- Estadística, probabilidad y álgebra lineal.
- Regresión lineal, series de tiempo y función de costo
- Análisis exploratorio de datos
- Tipos de datos
- Recopilación, extracción, consulta, limpieza y agregación de datos para su análisis
- Fuentes de datos, limpieza y disputa.
- Raspado web
- Trabajando con APIs
- Regresión y series de tiempo
- Desarrollar un conocimiento profundo sobre las aplicaciones del mundo real de los algoritmos supervisados de ML.
- Polinomio, canto y regresión logística.
- Validación cruzada de K-fold
- Árboles de decisión, árboles condicionales y redes neuronales
- Técnicas de conjunto
- K vecino mas cercano
- SVM
- Agrupación, Reducción de Dimensiones, PNL
- Desarrollar un conocimiento profundo sobre las aplicaciones del mundo real de algoritmos de ML no supervisados.
- K- Medios / Propagación de afinidad y cambio de medias.
- Barrio / agrupamiento aglomerado / DBSCAN
- Ingenuo bayes
- NLP / Text Clustering / NLTK
- PCA y reducción de dimensiones
Aparte de estos, la ética, la dedicación, la autodisciplina y el compromiso también son importantes.
Descargo de responsabilidad: Soy un co-fundador de @GreyAtom, ayudando a los talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes.
El programa insignia altamente selectivo de GreyAtom apunta a ser mentor profesional y novedoso en el inicio de su carrera en Data Science. Los estudiantes construyeron proyectos sobre conjuntos de datos reales y declaraciones de problemas proporcionados por nuestra industria y socios contratantes. El programa se basa en el aula y está muy orientado a la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, los profesionales de la industria y las personas influyentes.
Algunos enlaces rápidos
- Programa: http://www.greyatom.com/full-stack-data-science-engineering/?utm_source=Quora&utm_medium=Answer&utm_term=Career&utm_campaign=Dec-17
- Converse con el consejero académico: le invitamos a compartir todas sus dudas, las inseguridades que prestan atención a lo que haremos con nuestro mejor esfuerzo para guiarlo hacia su trayectoria profesional de éxito. https://calendly.com/greyatom/counselling-session/