La mayoría de los ingenieros en informática o electrónica creen que el análisis de Big Data que utiliza Hadoop es su Nirvana, o el aprendizaje automático.
Es posible que muchos de ellos ni siquiera sepan cuándo se necesita Hadoop o cuándo R será suficiente. Además, muchos no son conscientes de que Data Science o Data analytics tiene el 80% de los trabajos en este momento en comparación con big data con hadoop. Las tecnologías de Big Data tienen mucho sentido definitivamente para conjuntos de datos de 1GB + pero, de nuevo, pocos son tan grandes.
80% de los trabajos: ciencia de datos con SAS, R, Tableau, Qlikview
- ¿Qué tan útil es una maestría en ciencia de datos?
- ¿Cuáles son los usos de la estructura de datos de árbol?
- ¿Cómo se puede usar Python para el conjunto de datos o el manejo y análisis de marcos de datos?
- ¿Qué se siente ser un científico de datos en Tesla?
- ¿Big Data contiene programación?
20% (o menos): análisis de Big Data con Hadoop, Spark, Hive y otros
Además, a menudo las compañías requieren que las personas aprendan primero el análisis de datos en R, SAS, etc. antes de mover algunas selectas a las herramientas Next Gen. Estas personas tienen típicamente más de 5 años de experiencia.
Recomendaría Data Science o Data analytics usando SAS, R cualquier día con visualización usando Tableau y Qlikview.
Únase a un seminario web gratuito sobre analítica de datos realizado por líderes de análisis para obtener más información. Es el sábado 24 de junio y el sábado 1 de julio. Registrar aquí
