Echa un vistazo a la siguiente infografía, podría ayudarte:
Fuente: Data Engineering vs. Data Science Infographic.
- Cómo probar A / B una nueva aplicación de mensajería sin restringir con qué miembros pueden hablar (es decir, los miembros en el grupo de "prueba" aún pueden enviar mensajes a los miembros en el grupo de "control")
- ¿Cuáles son las posibilidades del análisis de big data y cómo pueden los big data ayudar a los proveedores de servicios a diario?
- ¿Necesitamos normalizar todas las variables antes de pasar a construir modelos?
- ¿Qué te hizo realmente gustar la ciencia de datos?
- Soy un estudiante de 4º año de ingeniería química en India (IIT). Deseo obtener un título en ciencia de datos en los Estados Unidos. ¿Alguien puede sugerir buenas universidades adecuadas para mi perfil?
Un par de cosas adicionales a considerar:
- En general, sigo a los demás diciendo: ¡haz lo que quieras hacer! Si no se siente interesado en la ciencia de datos, ¿por qué no centrarse exclusivamente en la ingeniería de datos y profundizar ese conocimiento?
- ¡Además, diría que nunca es una mala idea ampliar tu conjunto de habilidades! Explore algunas nuevas tecnologías si se queda en la ingeniería de datos, o si desea explorar la ciencia de datos, ¿por qué no profundizar en el aprendizaje automático, el aprendizaje profundo o R / Python (si aún no conoce estos idiomas)? ¡Tienes una base sólida para comenzar!
- Considere estos cursos gratuitos para comenzar con Python y R: Aprenda Python para la ciencia de datos: curso en línea, curso gratuito de introducción a la programación en línea R, introducción a Python para la ciencia de datos o introducción a R para la ciencia de datos.
- Si está buscando cursos de aprendizaje automático o aprendizaje profundo, considere el aprendizaje profundo en Python (con Dan Becker), el aprendizaje supervisado con scikit-learn (con Andreas Müller), el aprendizaje no supervisado en Python (con Benjamin Wilson) o R: aprendizaje no supervisado (con Hank Roark). También hay tutoriales, como Machine Learning en R para principiantes, y Python Machine Learning: Scikit-Learn Tutorial. Pero también Machine Learning – Universidad de Stanford | Coursera (con Andrew Ng) o Machine Learning Yearning (libro), http://www.cs.bris.ac.uk/~flach/… (libro), libro de texto Machine Learning (libro).
- Si desea cambiar de trabajo, es posible que ya sepa que siempre hay cierta confusión sobre los títulos de trabajo en la industria de la ciencia de datos. Los trabajos de científico de datos pueden ir bajo el nombre de ‘analista de datos’, ‘ninja de datos’ … Podría ser una buena idea también mirar estas vacantes de trabajo en lugar de solo mirar las vacantes de empleo con el título ‘científico de datos’. Más información aquí: La industria de la ciencia de datos: quién hace qué (infografía).
Lea más aquí: Data Scientist vs Data Engineer.
