La característica definitoria de la ciencia de datos es su naturaleza interdisciplinaria.
Es posible que haya visto diagramas de Venn como este:
- Cómo solicitar una pasantía de Data Science en Amazon
- ¿Es valioso un Máster en Ciencia de Datos después de un MBA para una carrera en análisis de negocios?
- Cómo comenzar a participar y prepararse en hackatones para la ciencia de datos
- ¿Cuáles son los mejores cursos en línea de ciencia de datos y PNL?
- ¿Cuál es la herramienta de big data más fácil que se puede utilizar para el aprendizaje automático?
No es una coincidencia que aparezcan todo el tiempo cuando se habla de ciencia de datos. Como científico de datos, debes ser el unicornio.
El aprendizaje automático es importante, pero también lo es el conocimiento de informática, matemáticas y estadística. Las habilidades de comunicación son importantes. La perspicacia comercial es importante. La experiencia en el dominio es importante. Algunas de estas habilidades vendrán naturalmente cuando ganes experiencia. Otros tendrás que aprender.
El aprendizaje automático no se desarrollará de todos modos en el corto plazo. Tampoco ninguna de las otras cosas que mencioné. Debe intentar ampliar su conocimiento en todos esos campos. Está bien enfocarse principalmente en el aprendizaje automático por un tiempo, pero de todos modos necesitará habilidades en informática tradicional, matemáticas y estadísticas, como lo ilustra claramente el diagrama de Venn.
