¿Qué debo hacer a continuación para conseguir un trabajo en Data Science y Machine Learning en India?

Hola,

Es bueno que hayas hecho un esfuerzo serio. Sugeriría lo siguiente (sin ningún orden en particular):

  1. Revise los videos del curso Aprendiendo de los datos en

Esto es mucho más completo que el curso de Andrew Ng en Coursera. Sin embargo, si ha realizado este curso completo en ML en YouTube, conocerá muchas de las cosas aquí, pero vale la pena repetirlas.

  1. No sé qué tan bien versado estás en R / Python, pero vale la pena hacer algunos cursos en línea sobre R / Python Data science: para R existe la especialización Data Science Data Science | Coursera (si no quiere pagar, busque y realice los cursos individualmente), Programación con Python para Data Science (este no lo he hecho yo mismo, así que no sé qué tan bueno es) o en cualquier otro lugar. Preferiblemente, tome cursos de instituciones y empresas de renombre (como MS) y no de “Institutos de capacitación analítica”)
  2. Participa en concursos de Kaggle.

Finalmente solicite fuera de línea: como recién graduado, habrá muchas empresas dispuestas a reclutarlo y prepararlo siempre que tenga la fortaleza básica. Y confía en mí si haces lo anterior (y has hecho lo que has hecho en la descripción de tu pregunta) será más que lo básico.

Hablaré sobre los trabajos de ML, ya que yo mismo estoy contratando para este puesto y tengo algo de experiencia:

Es una regla simple, trabajar en un proyecto interesante, obtener algunos resultados y mostrarlo (Google, kaggle, etc.). La mayoría de los empleadores pueden medir su interés cuando miran su perfil. Un ingeniero de aprendizaje automático de nivel de entrada que puede explicar las matemáticas detrás de los algoritmos que aplican en algún problema no trivial es lo suficientemente bueno para muchas empresas, no esperan veteranos experimentados.

Los siguientes tipos de proyectos se ven muy impresionantes:

  1. Tomar una competencia de investigación / kaggle y trabajar en su conjunto de datos. El código para manejar tales problemas es una buena prueba de la capacidad de uno. La otra buena manera son las contribuciones al código abierto de ML.
  2. Tomar un documento (o tomar un conjunto de documentos de un grupo de investigación) e intentar codificar el algoritmo / replicar los resultados es incluso mejor que 1 (al menos para nosotros en ParallelDots).
  3. Una publicación académica / industrial es aún mejor.

Lo siguiente es lo que no es suficiente:

  1. Código de bifurcación para el desafío de bicicletas u otras competiciones similares (también el Titanic) y ejecutarlo y enviarlo como trabajo anterior.
  2. Completando el curso de Andrew Ng.
  3. A menos que solicite en una empresa muy grande, le diré que evite la certificación e intente trabajar en proyectos personales. Eso es mucho más impresionante.
  4. No solo bifurque el código en Github y espere que los empleadores crean que ha trabajado. Es fácil ver cuánto has trabajado. 🙁

HTH

Le sugiero que se una al programa de maestría en análisis de datos / aprendizaje automático en la India o en el extranjero. Hay muchas oportunidades en el campo del análisis de datos. Le está yendo bien en el camino hacia sus oportunidades profesionales en los estudios de posgrado en sí. Si no está interesado en estudios superiores, es mejor unirse a los programas de certificación. Muchas instituciones están ofreciendo cursos de certificación con ubicaciones. Elige el camino correcto y haz el bien en tu carrera. Todo lo mejor.

Ir a través de estos enlaces. Pueden ser útiles para usted.

http://datasciencemasters.org/

Mejores escuelas para maestrías en ciencia de datos

Los 10 mejores institutos de capacitación analítica en India – Clasificación 2015

Los 10 mejores cursos de análisis en India – Ranking 2015

Hola Dushyant, gracias por A a A.

Deja de leer y comienza a trabajar.

Busca hackatones / competiciones y comienza a participar. Has aprendido lo suficiente (teórico), por lo que el siguiente paso para ti debería ser comenzar a aprender trabajando (más beneficioso / efectivo que las teorías). Haz tu repositorio de git hub, sube tu trabajo allí. Publica un blog para cualquier cosa interesante que veas / hagas.
Se trata de comenzar, una vez dentro, continuarás.

Espero que esto ayude. Feliz aprendizaje.

Siga nuestra página, seguimos publicando trabajos de Data Science para estudiantes nuevos y experimentados. Y son referencias, por lo que las posibilidades de ser notado y recibir una llamada para una entrevista son altas.

Sin dimensiones | Facebook

More Interesting

¿Cómo son útiles Big Data y Hadoop?

¿Qué idioma debería preferir para la ciencia de datos?

¿Cuáles son las aplicaciones de los procesos estocásticos, particularmente en ciencia de datos y aprendizaje automático?

He realizado mi pasantía en una empresa B2B y he realizado algunos análisis de datos como el porcentaje de daños, el retorno al origen y algunos otros. ¿Qué más puedo hacer con estos datos?

¿Cuál es la diferencia entre extraer datos y comprimir datos?

¿Cómo definirías y medirías el poder predictivo de una métrica?

Cómo aprender ciencia de datos con comprensión práctica (incluida la certificación)

¿Cómo explicará la precisión media promedio ( [correo electrónico protegido] ) a un cliente comercial en una sola oración?

Academia VS Industry, ¿qué entorno es más adecuado para adquirir habilidades en "ciencia de datos" (por ejemplo, limpieza de datos, minería / análisis, visualización)?

Cómo aprender ciencia de datos sin conocimientos de matemáticas

¿Qué tipos de datos utilizan los informáticos para encontrar mejores valores de números irracionales como pi?

¿Cuáles son algunos de los procedimientos / metodologías estadísticas comúnmente utilizados en las pruebas A / B?

¿Cómo puede una persona con conocimientos básicos de ciencia de datos no CS en 2 años?

¿Qué nuevas ideas puede proporcionar la ciencia de datos en los datos de transporte?

¿Cuál sería un buen problema de recomendación de Kaggle para elegir como un proyecto corto?