¿Qué opinas de los programas de maestría ofrecidos por Data Science Tech Institute (París)?

El nombre es bastante nuevo.

Acabo de visitar el sitio web. El curso se ve bastante bien: involucra conceptos de todas las áreas, desde infra hasta algoritmos. La facultad tiene buenos antecedentes y experiencia decente.

Sin embargo, hay algunos inconvenientes:
1. París: es una ciudad bastante cara. Mudarse allí para un curso de 1 a 2 años puede ser difícil. Si usted es de uno de los países en desarrollo, sería difícil administrar las finanzas.
2. Nuevo Instituto – Esta no es tu universidad tradicional donde pasas unos años, obtienes un título y buscas trabajo en cualquier parte del mundo. Son un instituto pequeño y pueden tener exposición y conexiones limitadas.
3. Criterios de admisión indulgentes: no aceptan admisiones a través de GRE y tienen rondas de entrevistas directas. El único aspecto negativo de esto es que algunos de tus compañeros podrían no ser tan brillantes y concentrados como los de una universidad decente.

Soy estudiante en el Data ScienceTech Institute (o DSTI), pero en el campus de Sophia Antipolis, no en el de París. Por lo tanto, no podré darte demasiados detalles sobre cómo es la vida en París, pero el programa en París y Sophia es el mismo (las clases son comunes en teleconferencia).

Estaba buscando una capacitación sobre big data, y las que vi eran muy vagas y con un sonido de marketing (lleno de palabras de moda sin contenido claro), o solo estaban orientadas a la codificación, sin conceptos básicos matemáticos (necesitaba mucho ponerse al día con ese aspecto), y básicamente no hay un camino claro para entender qué hacer, cómo hacerlo y por qué hacerlo.

Para mí, DSTI responde a todo esto. El programa está bien diseñado, equilibrado entre matemáticas teóricas y temas prácticos, explora muchas de las tecnologías disponibles en el mercado, se asocia con importantes empresas industriales y empuja a sus estudiantes a completar el título con valiosas certificaciones.

Con respecto a las admisiones, el hecho de que no sea una universidad pública significa que es más costoso, pero también que se les permite la detección de estudiantes de mejor calidad (lo cual es ilegal para las universidades públicas francesas). Gracias a esto, los estudiantes a mi alrededor tienen una gran experiencia ya sea a través de sus entrenamientos iniciales o sus experiencias anteriores, y es motivador trabajar juntos.

Soy un estudiante de los Estados Unidos y seleccioné este programa sobre otros en California. El instituto es nuevo, pero tiene fuertes relaciones con la industria que se pueden ver en la pestaña de asociaciones del sitio web. A General Electric parece gustarles, así como a otras compañías. Me gusta el hecho de que no son una universidad, porque tienen mucha más flexibilidad para traer el mejor talento de otras universidades, e incluso de los Estados Unidos, en cursos relevantes y hacerlo rápido. Las universidades son lentas y altamente conservadoras sin un enfoque en las necesidades laborales reales. La matrícula es una variable y, desde mi punto de vista en California, DSTI tuvo el mejor retorno de la inversión.

El enfoque en DSTI incluye las certificaciones, que faltan en la mayoría de los otros programas.

Soy estudiante de DSTI Sophia Antipolis también. Como dijo Laurent, los cursos en París y Sophia son los mismos. Me estoy graduando de un doble PharmD + MSc en ciencias de datos. Aprecio que DSTI me haya dado la oportunidad de inscribirme. Las escuelas francesas tradicionales tienden a tener una mente más estrecha cuando se trata de aceptar perfiles únicos.

La escuela ofrece una gran diversidad (muchas nacionalidades) y una variedad de perfiles: la mayoría de los estudiantes han tenido experiencia laboral previa, lo que hace que la experiencia de aprendizaje sea muy interesante, lo que hace que las preguntas y comentarios sean más relevantes. El decano también es especialista en TI y está abierto a debates abiertos.

El curso es técnico, detallado y le brinda una buena exposición a la tecnología o teoría requerida para desarrollarse en las ciencias de datos. La gran cantidad de horas de clase + trabajo personal lo convirtió en el trato perfecto para mí. Que yo sepa, es lo más intenso en ese sentido.

Finalmente, todas las clases se imparten en inglés, y el programa pone énfasis en las certificaciones (SAS, AWS, etc.) que no están muy extendidas en la educación superior.

Finalmente, como científico de datos en GE Healthcare, cuando se trata de ciencias de datos:
Es menos una cuestión de fama escolar que curiosidad, pasión por resolver problemas y trabajo duro.

¡Espero eso ayude!

No estoy familiarizado con el programa y tomar un título puede funcionar para usted si ya es una persona con experiencia y algún tipo de habilidad. No estoy seguro de ir allí si no tuviera experiencia o si recién estoy comenzando. Parece nuevo y puede no estar establecido. Solo mi percepción.

More Interesting

¿Cuáles son las últimas tendencias en ciencia de datos?

Deep Learning se implementa principalmente en big data. ¿Qué piensa sobre usarlo en datos con muestras limitadas pero de altas dimensiones como fMRI?

¿Debería centrarme en aprender ciencia de datos o desarrollo web (Django) o debería hacer ambas cosas al mismo tiempo para poder mejorar en ambas?

¿Por qué el bosque aleatorio (scikit-learn) usa tanta memoria? ¿Existen otras implementaciones además de scikit-learn que son más eficientes en memoria?

¿Todas las técnicas de compresión de datos sin pérdida requieren algún tipo de archivo / metadatos de mapeo que ilustre cómo recuperar datos originales?

¿Cuánto más complejo es el desarrollo de IA en comparación con el desarrollo de aplicaciones móviles sociales?

¿Por qué los especialistas en informática han tenido más éxito en la realización de investigaciones en aprendizaje automático en comparación con sus contrapartes de otros campos?

¿Cuál es una buena herramienta GUI para PostgreSQL que tiene una vista con pestañas cómoda para resultados y consultas, fácil clasificación y agrupación de resultados, IntelliSense, un buen "generador de consultas" para ayudar con la sintaxis, soporte para el control de versiones del código SQL y una buena depuración ¿modo?

¿Cómo es ser ingeniero de datos?

¿Cuál es la mejor manera de comenzar una carrera en análisis y big data?

¿Por qué no se puede usar el porcentaje (%) para la normalización de datos en estadísticas?

¿Cómo ha creado Big Data una mayor demanda de personas con habilidades de investigación?

¿Qué herramientas y tecnologías de Bigdata, aprendizaje automático y PNL utiliza Quora?

¿Qué debo elegir: Ciencia de datos o Big Data?

¿Cómo manejaría e investigaría típicamente los valores atípicos en un conjunto de datos?