Coursera, udacity, MOOC y muchos más proporcionan contenido fantástico en línea. Y han revolucionado el ecosistema de muchas maneras más. Pero todavía hay un vacío que debe llenarse para garantizar que sea lucrativo en cualquier mercado laboral.
Te recomendaría un curso o programa que cubra el siguiente plan de estudios:
- Actualización sobre los temas básicos necesarios para comprender la ciencia de datos
- Conceptos básicos de la programación de R y Python
- Análisis exploratorio de datos con Excel, R
- Regresión lineal, sus variaciones y proyecto industrial
- Árboles de decisión, conjunto y clasificación
- Agrupamiento
- Regresión de series de tiempo
- Bases de datos y ecosistema de Big Data
- Visualización de datos, narración de historias, tablero, Tableau
- Creación de productos de ciencia de datos a escala de producción y su implementación
- Ingeniería de Big Data, aprendizaje profundo y flujo de tensor, PNL
Te sugiero que evalúes los cursos en función de lo que podrías lograr después de que se haya completado. Cuando su enfoque es la habilidad única, aprender de los cursos en línea funciona mejor. Pero un dominio como la ciencia de datos que exige habilidades donde uno tiene que orquestar herramientas, técnicas y procesos en múltiples niveles (matemático, computacional, algorítmico), aprender en línea sin tutoría activa sería un desafío . Los programas basados en persona sin conexión son más adecuados.
- ¿Cómo será utilizada la ciencia de datos por las empresas de realidad virtual y AR?
- ¿Qué tecnologías admiten el análisis de Hadoop y Big Data?
- ¿Cuáles son las sugerencias para un proyecto de análisis de datos para principiantes que usa Python y SQL (MySQL o SQL Server)?
- ¿Cómo se ha aplicado el aprendizaje automático a la asistencia sanitaria?
- ¿Dónde podemos encontrar conjuntos de datos para procesar? Quiero usar estos datos para mi proyecto Hadoop.
Lo real en este campo es obtener conocimiento práctico y mostrarlo a los empleadores en la entrevista. Para hacerlo, debe hacer su presencia en GitHub, StackOverflow , etc. Le recomiendo encarecidamente que elija un curso que proporcione su verdadero aprendizaje inmersivo combinado. El curso debería prepararlo para la industria y no solo impartir conocimientos teóricos.
En GreyAtom ponemos énfasis en el aprendizaje inmersivo que en realidad significaría:
- Replicando posibles escenarios de trabajo
- Aprendizaje interactivo
- Enseñar habilidades o técnicas particulares
- aprender = hacer trabajo real
- Aprendizaje practico
- Trabajando en equipo, aprendiendo del instructor
- Menos basado en el aula
- Más proyecto / estudio de caso basado
- Manejo de problemas reales, datos reales, escenarios reales, flujo de trabajo real
- Herramientas que reflejan la industria, herramientas y estructuras alineadas a la industria.
- Imitando una situación o escenario que enfrentan la industria / empresas
- O llevar a cabo proyectos basados en escenarios reales de trabajo.
- Juego de roles y realización de una tarea como se hace en el lugar de trabajo.
- Capacitación para la industria antes de ser contratado.
- Buscando alternativas para la gestión tradicional de proyectos / escenarios / problemas
- Fases cortas de trabajo, reevaluación frecuente, adaptación de planes.
- Scrum sprints: evaluación colaborativa, agradable y rápida, entrega de productos en ciclos cortos, retroalimentación rápida, mejora continua,
- Scrum sprints: creación de lugares de trabajo alegres y sostenibles
- Los sprints ágiles mejoran la comunicación, el trabajo en equipo y la velocidad.
Full Stack Data Science Engineer es uno de los trabajos más solicitados en este momento. GreyAtom se enfoca en crear ingenieros de ciencia de datos de Full Stack y le brinda todas las herramientas, técnicas y conceptos básicos necesarios para lograr un impacto. En solo 14 semanas, aplicará la resolución de problemas y el pensamiento creativo a conjuntos de datos del mundo real, ganando experiencia en toda la pila de ciencia de datos.
Tendrá un historial de contribuciones de código abierto y ayudará a la comunidad más amplia de ingeniería de software (a través de Github, StackOverflow, un blog o similar).
Puede consultar los detalles del curso haciendo clic aquí Full Stack Data Science Engineering | Greyatom
Los datos realmente impulsan todo lo que hacemos. Si le apasiona la ciencia de datos y desea redefinir su carrera, visítenos en el programa en el sitio de GreyAtom: ciencia de datos, aprendizaje automático, Big Data
Creemos que “Aprender = hacer trabajo real”
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudar a las personas a encontrar carreras sostenibles en Data Science es mi pasión.