¿Cuáles son los requisitos previos para una maestría en ciencia de datos?

Esta es la lista de cursos que, en Data ScienceTech Institute , exigimos que nuestros estudiantes admitidos tomen antes del inicio de su programa de Maestría Aplicada en Ciencia de Datos y Big Data .

Puede parecer mucho, pero en realidad es necesario asegurarse de que todos los estudiantes estén “a la par” para asumir un contenido mucho más complejo durante el programa.

Espero que esto ayude 🙂

# 1 – Máxima prioridad – Elementos esenciales para el aprendizaje automático y la inteligencia artificial

edX – Probabilidad: conceptos básicos y variable aleatoria discreta – https://www.edx.org/course/proba…

edX – Probabilidad: Modelos de distribución y variables aleatorias continuas – https://www.edx.org/course/proba…

edX – Introducción a las matemáticas de ingeniería con aplicaciones – https://www.edx.org/course/intro…

# 2 – Familiarizarse con los lenguajes de programación (respete los pedidos a continuación)

edX – Introducción a Python para Data Science – https://www.edx.org/course/intro…

edX – Introducción a R para Data Science – https://www.edx.org/course/intro…

edX – Programación en Python para Data Science – https://www.edx.org/course/progr…

edX – Programación en R para Data Science – https://www.edx.org/course/progr…

edX – Aprenda a programar en Java – https://courses.edx.org/courses/…

edX – Programación orientada a objetos en Java – https://courses.edx.org/courses/…

Opcionales (¡pero recomendado!):

edX – Introducción a C ++ – https://www.edx.org/course/intro…

edX – C ++ intermedio – https://www.edx.org/course/inter…

# 3 – Algoritmos (con Java)

edX – Algoritmos y estructuras de datos – https://www.edx.org/course/algor…

# 4 – Elementos esenciales para el sistema operativo Linux: se realizará antes del 31 de octubre de 2017

edX – Introducción a Linux – https://www.edx.org/course/intro…

Un fondo cuantitativo como ingeniería, matemáticas, estadística, ciencia, economía, física, informática, etc.

Capacidad para trabajar con grandes conjuntos de datos y realizar una amplia investigación.

Los GPA dependen de la escuela.

No se necesitan conocimientos de programación e informática, ya que proporcionarán esa base, pero algunos conocimientos de programación probablemente ayudarán a destacar.

Habilidades de comunicación

Lo más importante sería el conocimiento cuantitativo.

Debes tener las siguientes habilidades:
1- Matemáticas: estadística, probabilidades, cálculo, álgebra lineal

2- Lenguaje de programación: R o python (prefiero R)

3- algunos conceptos básicos con aprendizaje automático e introducción con Data Science

Y debe ser un pensador analítico también esto lo más importante.