Creo que las personas que tienen habilidades de “Ciencia de datos” + “Desarrollo de software” son las más demandadas en estos días. En general, en los bootcamps y los cursos de maestría, a las personas se les enseñan algoritmos y estadísticas. Aunque son importantes, en la vida real se aplica una buena cantidad de ingeniería de software en la implementación de estos modelos a la producción, particularmente para big data.
Muchas empresas (FB, Yelp, etc.) tienen el título de perfiles de aprendizaje automático “Ingeniero de software – Aprendizaje automático”. Esto se debe a que, además del aprendizaje automático habitual, los científicos de datos deben escribir código de nivel de producción.
En resumen, sí, es útil aprender habilidades de ingeniería de software para avanzar en su carrera de ciencia de datos. Clasificaría las habilidades que enumeró en orden decreciente de importancia como:
- ¿Es útil el nanogrado de Udacity para cambiar el campo de la ingeniería mecánica a la ciencia de datos?
- ¿Cuál es la diferencia entre el modelo predictivo y una regla comercial descriptiva?
- Como experto en aprendizaje automático, ¿con qué aspectos de las bases de datos y la optimización de bases de datos debería estar familiarizado?
- ¿Cuáles son las predicciones de resultados de las elecciones UP 2017 según el estudio de la ciencia de datos o el modelo de análisis predictivo?
- ¿Es cierto que la mayoría de los científicos de datos tienen al menos un título de maestría o doctorado?
Frasco / Django
D3
Ajax