Pregunta original: ¿Cómo puedo convertirme en experto en Data Science (Machine Learning) teniendo una idea básica de la programación C / C ++?
Varios conceptos erróneos:
- Data science! = Machine learning
- No necesitas convertirte en un experto para pasar la entrevista
- Las grandes empresas contratan solo a personas que pueden trabajar de forma independiente
- 6 meses no son suficientes si necesitas habilidades matemáticas y de programación
- C / C ++ será irrelevante para DS y probablemente sea irrelevante para ML si no es un desarrollador principal
Esta pregunta es similar a “¿Cómo puedo convertirme en un atleta profesional en 6 meses si tengo una B en PE?” No es así como funciona.
Los cursos no te harán más empático. Todos tienen un montón de certificados ahora. Concéntrate en hacer cosas. ¿Cómo puedes hacer cosas si no tienes un trabajo relevante? Haz ejercicios. Entonces, esta respuesta será sobre ejercicios. Hace un par de meses escribí una respuesta que le da muchas cosas para comenzar: la respuesta de Roman Trusov a ¿Qué debo aprender en ciencia de datos en 100 horas? Soy libre durante los próximos 10 días y me gustaría aprender todo lo que pueda en los próximos 10 días, y puedo dedicar 10 horas al día. ¿Qué puedo aprender para familiarizarme y comenzar?
Dado que la ciencia de datos tiene que ver con la extracción de conocimiento de los datos en bruto, el uso de motores de búsqueda es una habilidad absolutamente crítica. Afortunadamente, Quora tiene uno y puedes hacer un primer ejercicio como analista: encuentra diez respuestas sobre este tema que tengan al menos 100 votos a favor. En conjunto, probablemente contendrán una cantidad abrumadora de información que no será un cambio de juego para ti. Por lo tanto, puede echarles un vistazo, buscar en Google un par de libros y evaluar sus habilidades en matemáticas y conceptos básicos de programación.
Evalúa tus habilidades.
No puedo enfatizar esto lo suficiente. Fui rechazado un par de veces porque no pude evaluar mis habilidades y, por lo tanto, no pude encontrar agujeros en mi conocimiento hasta que fue demasiado tarde. Esto es muy importante.
Si las cosas van a su manera, le preguntarán sobre el proyecto más interesante que haya realizado o el actual. No importa, porque tendrán que ser lo mismo. El que harás para la entrevista. Reflejará sus capacidades como analista o desarrollador de ML, no importa.
Si quieres ser analista, el enlace que publiqué será un buen comienzo para ti. Hay muchas cosas allí y en 6 meses aprenderás mucho si pasas un tiempo serio. Si quieres ser un desarrollador de ML, bueno, es un fastidio, porque un desarrollador de ML es un ingeniero de software que conoce C ++ y probablemente algo más y también conoce los pormenores de los 15 métodos principales en su subcampo elegido (por ejemplo, todos algoritmos de construcción de árboles de decisión + todas las técnicas de ensamblaje + trucos de rendimiento para que no succione la producción). Y no hay tal cosa como ML Eng Intern, por una buena razón.
Tengo un sesgo contra Coursera y todos los MOOC en general. Puede ser que esté equivocado. Tal vez no sé cómo usarlo correctamente. Pero nunca he visto a una persona que estaba en el nivel inicial y después de un curso resultó mejor de lo que lo haría después de dos semanas sólidas de codificación en un modo pegado a la silla. Además, las preguntas formuladas en lugares decentes para un puesto de analista no tienen nada que ver con el material que se enseña en los MOOC, principalmente porque enseñar a las personas sobre problemas reales realmente no encaja bien en el cronograma, demasiados problemas importantes para resolver de una vez.
