Estudio Data Sciences en un famoso Business Institute en India. La respuesta a esto depende totalmente del tipo de negocio en el que se encuentre.
¿Su empresa genera enormes volúmenes de diferentes tipos de datos?
Respuesta: Sí, será útil.
- ¿Cuáles son los mejores institutos de capacitación y certificación de Big Data y Hadoop en Bangalore?
- ¿Qué debo hacer para convertirme en un científico de datos exitoso si soy de un entorno sin codificación?
- Cómo ingresar al campo de análisis de datos
- ¿Cuál es el mejor método de minería de datos para predecir la demencia?
- ¿Cómo realizan los científicos de datos la selección del modelo? Al abordar, por ejemplo, un problema de clasificación, ¿cómo eligen los científicos de datos entre regresión logística, SVM, KNN, árboles de decisión, redes neuronales, etc.? ¿Es diferente para Kaggle?
¿O su empresa trabaja en grandes cantidades de datos de clientes y si su cliente necesita servicios de consultoría?
Sí, será útil
¿Tiene un equipo / Administra un equipo de científicos de datos pero siente que no sabe lo suficiente de lo que hacen?
Sí, será útil
¿Es usted un estafador, tratando de reducir los números de su negocio y tratando de tomar algunas decisiones?
No es necesario convertirse en un científico de datos, solo necesita conocer los conceptos básicos de finanzas empresariales, pocos conceptos de marketing y estadísticas.
Clasificación adicional basada en el nivel de conocimiento. Para un negocio, es bueno saber acerca de los modelos estadísticos para la toma de decisiones y algunas estadísticas avanzadas como Regresión, Análisis de varianza, Análisis factorial. Estos conceptos están disponibles ampliamente en los cursos de Internet como Udemy, Coursera y otras cosas. Estoy seguro de que sabrías sobre ellos.
Pero los conceptos avanzados e intrincados como los algoritmos de aprendizaje automático no son necesarios a menos que su negocio requiera que maneje una gran cantidad de datos.
La aplicación de los algoritmos avanzados, la escritura de nuevos algoritmos y la contribución al desarrollo general de la disciplina es el “Data Sciene” real, pero dada la tendencia actual, cada Harry y Mary quieren la etiqueta Data Science en su CV sin pertenecer realmente al cuadro .
Entonces, relativamente, si percibe las ciencias de datos como una puerta de entrada para tomar decisiones basadas en datos, y si está seguro de que seguirá siendo un emprendedor durante bastante tiempo, no creo que necesite un título en Ciencias de datos.
De nuevo, no hay daño en el aprendizaje. La inversión en educación no se desperdicia en ningún momento. Si le fascina, le recomendaría que lo hiciera, ya que sería un estudio fascinante y se sorprenderá de las infinitas posibilidades.
Aclamaciones,
Hariram