“Nadie en este mundo ha tenido éxito solo”
-Rahul Dravid
Comenzar sin un ‘POR QUÉ’ : después de haber interactuado con muchos aspirantes de ciencia de datos en los últimos 6 meses, he visto que muchas personas comienzan su viaje para aprender ciencia de datos sin una razón adecuada. En mi experiencia, no importa cuán fuerte sea su ‘qué’ (como en lo que está haciendo) o ‘cómo’ (como en cómo está haciendo lo que está haciendo), a menos que tenga un claro ‘por qué’ encontrará Es difícil aprender ciencia de datos con la misma actitud durante un período de tiempo. Sin un “por qué” adecuado, se vuelve muy difícil estar motivado.
- ¿Todos los trabajos de analista de datos / ciencia de datos exigen altas horas de trabajo?
- ¿Qué algoritmos se utilizan para resolver problemas de aprendizaje automático basados en gráficos?
- ¿Cómo se usa MySQL en ciencia de datos?
- ¿Por qué mi CNN proporciona una buena precisión en los datos de entrenamiento y prueba (división 80-20 del total de datos de entrenamiento) pero falla miserablemente en los datos de validación (no vistos)?
- ¿Cuáles son las tecnologías de big data utilizadas en el almacenamiento de datos?
Intentando aprender Ciencia de datos por ti mismo : hay ciertas habilidades que no puedes aprender solo haciendo unos pocos cursos en línea, siempre se recomienda asistir a un programa en un modelo de clase con una persona experimentada. Al igual que la ciencia de los datos de la ciencia médica, no puede aprenderla usted mismo. Por ejemplo, dado que todas las fuentes necesarias para convertirse en médico están disponibles en línea, simplemente no puede convertirse en médico al estudiar en línea, de manera similar con la ciencia de datos.
Ser un introvertido social : como dije, el aprendizaje de la ciencia de datos no se puede hacer solo. Comience a asistir a reuniones de ciencia de datos, sea parte de las comunidades de ciencia de datos. Cuanto más interactúes con profesionales de tu campo, mejor será para tu red social. Además, aprenderá sobre los problemas prácticos que enfrentan las personas en la industria de la ciencia de datos.
Tratando de trabajar en solitario : como el famoso ex científico jefe de datos de EE. UU. Y co-entrenador del término ciencia de datos cita “Data Science es un deporte de equipo”. Necesita tener muchas personas a su alrededor que compartan el mismo entusiasmo. Data Science es un campo muy vasto, lo que implica que es multidimensional. Prácticamente no es posible que una persona maneje todas las caras.
Desanimarse por sus fallas : Data Science es un tema multidimensional. Hay más de 10 caras de cada acción. Esto lo hace muy complicado a veces. Naturalmente, parecerá difícil ya que puede enfrentar muchas fallas en la etapa inicial. Es muy fácil desanimarse o desmotivarse de esto. Pero una vez que vea cada fracaso como una oportunidad para brillar, estoy seguro de que no se sentirá decepcionado.
Dicho todo esto, el aprendizaje es realmente un proceso sensible. No te apresures a las cosas. Aquí hay una lista de verificación de temas que debe cubrir en el orden dado:
- Python (básico y avanzado)
- Limpieza de datos
- Lucha de datos
- Raspado web
- Regresión y series de tiempo
- Clasificación y redes neuronales
- Agrupamiento
- Big Data y Hadoop
- Cuadro
- Cuentacuentos
- Despliegue
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a los talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes .
El programa insignia altamente selectivo de GreyAtom tiene como objetivo orientar a los profesionales que trabajan y los más novedosos en el inicio de su carrera de ciencia de datos. Los estudiantes crearon proyectos a partir de conjuntos de datos REALES y declaraciones de problemas proporcionadas por nuestra industria y socios de contratación. El programa se basa en el aula y está fuertemente orientado a la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, profesionales de la industria y 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=2017-06
Chatee con un consejero académico: le invitamos a compartir todas sus dudas e inseguridades, a las que haremos todo lo posible para guiarlo hacia su camino profesional hacia el éxito. https://calendly.com/greyatom/counselling-session/
