Aquí hay un extracto de una publicación de blog que escribí donde expuse diferentes pasos. También le sugiero que revise la Carrera de Ciencias de Datos de Springboard, que puede ser la mejor opción para su plan de aprendizaje (divulgación completa, trabajo allí) 🙂
1- Busca recursos de aprendizaje en todas partes
Familiarícese con diferentes comunidades y recursos de aprendizaje, y conozca cuáles se adaptan a su estilo de aprendizaje. Obtenga una rutina de aprendizaje y un conjunto de rutas en función de cómo desea aprender. Obtenga una idea de dónde se encuentra y cuánto progreso necesita lograr. Nuestra guía de trabajos de ciencia de datos tiene una buena visión general de las habilidades que necesitará para tener éxito en la ciencia de datos y una buena lista de recursos para comenzar si desea aprender ciencia de datos de forma gratuita y en línea.
- ¿Qué es el software Tally? ¿Cómo ayuda a capturar los datos del canal?
- Cómo obtener una lista de todos los bootcamps de ciencia de datos que se ejecutan en los EE. UU.
- ¿Con qué frecuencia se usa el paralelismo en la ciencia de datos?
- ¿Qué impide que Node supere a Python para la ciencia de datos?
- ¿Cómo diferenciará el campo de análisis predictivo y ciencia de datos?
Querrá pensar constantemente sobre cómo aprender ciencia de datos. Los mejores científicos de datos son aprendices de por vida.
2- Aprende un lenguaje de programación
Como base, sugerimos aprender al menos un lenguaje de programación para que pueda comenzar a jugar con datos a escala. Para empezar, se sugiere encarecidamente que los científicos de datos en ciernes adopten uno de R o Python.
3- Aprende los conceptos básicos de estadística
Como científico de datos, se le pedirá que utilice métodos estadísticos para analizar e interpretar datos. Debe estar familiarizado con esos métodos, así como con la mentalidad general asociada con el pensamiento en las probabilidades.
4- Aprenda qué significan los datos para una industria en particular
Combine su conocimiento de los métodos de ciencia de datos con el conocimiento del dominio para que pueda comenzar a descubrir ideas sobre una industria en particular. Querrá aprender algo que le apasione y luego comenzar a aplicar métodos de ciencia de datos.
5- Combina tus conocimientos y crea proyectos del mundo real
Tome el conocimiento que tiene y comience a construir una cartera de proyectos interesantes de ciencia de datos. Examine diferentes ángulos y preguntas y cree análisis interesantes que pueda compartir con otros. Querrá crear un sitio de cartera utilizando software como WordPress y una cuenta de Github y comenzar a aplicar las habilidades que ha aprendido en teoría.
6- Network y conoce la comunidad de ciencia de datos
Querrá establecer contactos y conocer a la comunidad de ciencia de datos, ya sean eventos locales en Meetup o eventos más grandes como O’Reilly Strata. Es importante que comience a establecer contactos y conocer qué oportunidades hay en la ciencia de datos, y es importante comenzar a encontrar personas con las que pueda colaborar y de las que pueda aprender. Querrá comenzar a construir relaciones con personas en empresas contratantes o que tienen necesidades de ciencia de datos: incluso puede considerar trabajar independientemente como científico de datos si puede construir proyectos a nivel profesional.
7- ¡ Prepárate para el proceso de entrevista de ciencia de datos y entra en una carrera de ciencia de datos!
Después de construir su red y poner en marcha algunos proyectos de cartera, querrá comenzar a aprovechar a las personas dentro de su red y buscar diferentes oportunidades de trabajo. En este punto, debe concentrarse en dominar sus habilidades y pasar el proceso de entrevista de ciencia de datos. Springboard ha creado una guía completa de entrevistas de ciencia de datos que puede ayudar en este sentido.
Una vez que haya dominado la entrevista de ciencia de datos y haya aceptado su primera oferta, estará en una carrera profesional como científico de datos donde no tendrá que mirar hacia atrás. El aprendizaje de la ciencia de datos habrá valido la pena.
