¿Por qué pasarías a la ciencia de datos de ser consultor?

Bueno, la ciencia de datos es definitivamente un nuevo campo emergente. Tengo experiencia en Business Intelligence y si tuviera que cambiar a Data Science sería un proceso de dos pasos:

  1. Los equipos de Data Science requieren recursos de integración de datos para integrar datos de varias fuentes para realizar análisis por encima.
  2. Realizar análisis estadísticos que es ciencia de datos real.

Entonces, si una persona técnica pura tiene que ingresar a este campo, uno puede colarse al ser parte del equipo que trabaja en la integración de datos. Aproveche esta oportunidad para aprender los datos, trabajar en estadísticas y habilidades analíticas y finalmente construir un caso para trabajar en el equipo analítico real.

Al final, también depende de intereses personales y objetivos. En el punto de mi carrera profesional, me enfocaré personalmente en comprender lo que la empresa comercial está haciendo en los mercados emergentes y engancharme en lugar de profundizar mucho más.

Definitivamente depende de la persona de nivel de carrera, para un Consultor más nuevo o de 5 años uno definitivamente puede enfocarse en profundizar en las tecnologías. Después de 8–9 años de experiencia, se trata de comprender el negocio de la organización y trabajar para que uno mismo y la organización tengan éxito para ascender.

More Interesting

Cómo aplicar la minería de reglas de asociación en datos textuales usando Python

¿Cuáles son algunos algoritmos de aprendizaje automático menos conocidos, que no son tan famosos pero potentes?

¿Qué son los grados fantasmas de libertad?

¿Qué es big data en telecomunicaciones?

¿Cómo es el programa de MS de ciencia de datos, big data y análisis de datos en Aegis School of Business, Data Science and Telecommunication, Mumbai?

¿Cuál es el significado de big data?

¿Cómo manejar los datos faltantes (estadísticas)? ¿Qué técnicas de imputación recomienda o sigue?

¿Cómo las empresas que realizan aprendizaje automático obtienen datos etiquetados de manera confiable?

Para convertirse en un científico de datos, ¿en qué campos son los más útiles?

¿Por qué se prefiere Mechanical Turk sobre Crowdflower para obtener datos etiquetados para Machine Learning?

Si pudieras hacer análisis en la base de datos de un periódico, ¿qué preguntas harías?

¿Es necesario el aprendizaje automático para el análisis de datos?

¿Hay alguna universidad canadiense que ofrezca un buen programa de maestría en ciencias de datos con becas internacionales?

Tengo 24 años y tengo habilidades básicas de análisis de datos (R, Python, SQL, estadísticas, cálculo, etc.). Actualmente trabajo para una empresa de comercio de bonos, pero no soy lo suficientemente bueno (ni quiero) ser analista o ingeniero de datos profesionales. ¿Qué trabajos involucran estas habilidades en menor grado / qué otras habilidades los complementarían?

¿Qué tipo de aprendizaje automático debo usar para la clasificación de varias clases si la longitud de mi entrada es diferente en cada ejemplo de entrenamiento?