¿Qué campo debo elegir ciencia de datos o desarrollo web completo?

Realmente depende de lo que te guste. Si le gustan las matemáticas y se siente cómodo con temas avanzados de matemáticas como Probabilidades, distribuciones, correlaciones, entonces debe optar por la ciencia de datos. Sin embargo, la ciencia de datos en sí se compone de tres divisiones.

  1. Aprendizaje automático : algoritmos de escritura que procesan datos y devuelven una salida o conclusión valiosa.
  2. Herramientas de gestión de grandes datos: debe aprender y ejecutar algoritmos de ML en grandes conjuntos de datos distribuidos utilizando herramientas como Hadoop, Spark, Apache Flint, etc.
  3. Visualización de datos: este es un subtema interesante. Si le gusta trabajar con visualizaciones y sabe crear bellas y útiles, puede optar por ello. Debe aprender a usar herramientas como D3.js, Tableau, etc.

Puedes elegir uno de los subtemas y dominar uno requerirá que practiques muchas horas. Le llevará al menos un año tener un conjunto de habilidades significativas.

Lo mismo ocurre con el desarrollo web full stack. El desarrollo web de pila completa consta de 5 subcategorías que debes dominar.

  1. Frontend: Conocimiento de marcos HTML, CSS, CSS como SASS / Less / Stylus (al menos 2 semanas). Domine al menos un marco frontend (Reaccionar con Flux / Redux o Angular o Backbone) y algunos conocimientos de otros. Conocimiento de varias otras bibliotecas como plantillas (manillar, bigote), utilidad (Lodash o subrayado), diseño (Bootstrap o Materialise), jQuery, Javascript (Duh!). Tomará al menos un año para dominar
  2. Backend: Un lenguaje de programación moderno como Java, Python, Node, Ruby o Clojure y sus marcos populares como SpringMVC, Django, Express. (6–9 meses)
  3. Base de datos: conocimiento y diseño de bases de datos. Relacional (MySQL, PostGres) o NoSql (Mongo, Couch). (2–3 meses)
  4. Pruebas: debe aprender a escribir pruebas para el front-end y el back-end, así como las pruebas de integración. (6–7 meses)
  5. Devops: uso de herramientas de automatización de compilación como Gulp, Grunt, Maven, Leiningard. Herramientas de gestión de paquetes. Amazon EC2 y S3. Docker o Vagabundo. (3–6 meses)

El desarrollo web full stack no es difícil de aprender, pero requiere un trabajo duro constante y perseverancia. Puede comenzar con poco, ya sea convirtiéndose en un frontend o backend o en un ingeniero de Devops y lentamente comience a aprender sus otras ramas. Finalmente, en 3–4 años, se convertirá en un desarrollador de pila completa

More Interesting

¿Los científicos de datos usan programación orientada a objetos?

¿Todos los científicos de datos participan en la visualización de datos?

¿Cuáles son las similitudes y diferencias fundamentales entre un actuario / ciencias actuariales y un científico de datos / ciencia de datos?

Estoy empezando en Kaggle. Tengo experiencia en aprendizaje automático y modelos gráficos probabilísticos. ¿Cómo puedo mejorar en Kaggle?

¿Cómo podrían relacionarse dos conjuntos de datos y datos completamente diferentes para generar datos completamente nuevos y un conjunto de datos, y cómo el lenguaje de programación, las herramientas de modelado de datos y Excel me ayudan a realizar dicho análisis de datos?

¿Qué es mejor: una maestría en ciencia de datos en la UCL (Univ. College London) o una maestría en estadística en la Universidad de Boston?

¿Es necesario conocer la teoría detrás del aprendizaje automático ya que Python tiene tantos paquetes?

¿Cuáles son los mejores KPI para el equipo de Data Science?

¿Es posible conseguir un trabajo en ciencia de datos o aprendizaje automático justo después de la graduación? ¿Si es así, cómo?

¿Cuáles son algunos problemas de aprendizaje automático que se resolvieron con soluciones generativas en lugar de soluciones discriminatorias?

¿En qué casos no podemos aplicar el análisis de datos (ordinarios) y tenemos que usar el análisis de datos topológicos? ¿Podrías dar un ejemplo concreto? ¡Gracias!

Cómo validar las reglas de decisión individuales por separado en un árbol de decisión, en lugar de validar el modelo del árbol de decisión en su conjunto

¿Es bueno aprender a almacenar datos?

¿Qué odias de la ciencia de datos?

¿Hay algún dato que sea particularmente difícil de obtener con respecto a la valoración de la asistencia sanitaria?