– A2A.
No estoy seguro de cómo están vinculados los dos: su solicitud del programa de posgrado y el desarrollo de su conocimiento sobre el tema. Aparentemente, parece que no tienes experiencia en ciencia de datos y estás buscando especializarse en ello. Teniendo en cuenta este supuesto, debe notar que la investigación académica en ciencias de datos se enfoca principalmente en matemáticas (álgebra lineal), estadística y programación (algoritmos de aprendizaje). Además, podría estar enfocado en una disciplina: investigación médica, robótica, etc. Si tiene un historial relevante en uno de los campos de aplicación, se le asigna un propósito a su aplicación. Si no, y aún está expuesto a los fundamentos de la programación o las estadísticas (por educación o por profesión), puede defender su caso en la solicitud.
Si no está al tanto del tema y espera que leerlo le proporcionará los conocimientos necesarios para no solo escribir una solicitud exitosa, sino también comprometerse en una búsqueda de investigación académica de varios años, le recomendaré que lo replantee. Al igual que con la investigación más avanzada, la investigación de la ciencia de la información no se trata solo de visualizaciones hermosas o algoritmos de autoaprendizaje que se construyen todos los días. Solo si tiene una fuerte pasión por tratar con estadísticas y datos, debe considerar el objetivo.
- Soy un estudiante de mecánica y he recibido una capacitación básica en Autocad y Ptc Creo, ¿sugiero algo nuevo que aprender que ayude en el futuro?
- ¿Cuáles son los requisitos para tomar Science stream en la clase 11 si espero obtener más del 89% en los exámenes de la clase 10 en 2017?
- Quiero aprender sobre el hinduismo y los Vedas y otras antiguas escrituras hindúes. ¿Dónde puedo obtener este conocimiento?
- Si solo me interesa la programación y no otras cosas relacionadas con la CS, ¿debo especializarme en otra cosa?
- ¿Sería prudente que un estudiante que se cambia de especialización en finanzas a la informática se tome un semestre para aprender el código?
Inscribirse en algunos cursos en Coursera, escuchar a destacados oradores de ciencia de la información en la web, explorar Kaggle (una vez que haya adquirido algún conocimiento), leer publicaciones de artículos de investigación disponibles de forma gratuita son algunas de las cosas que debe hacer antes de decidirse por la búsqueda.
