Si eres como yo y estás a punto de completar tu licenciatura en informática, hay 2 formas de convertirte en un científico de datos.
- Puede aprender practicando en su propia visita The Home of Data Science, DataCamp: la forma más fácil de aprender R & Data Science y otros
- Obtenga una maestría en ciencias de datos, análisis de negocios, análisis de marketing o un campo relacionado como el aprendizaje automático, algunas de las grandes instituciones incluyen:
- Machine Learning en UCL, UK MSc en Machine Learning
- Programa de Maestría en Big Data en la Universidad Simon Fraser, Canadá http://www.sfu.ca/computing/curr…
- Machine Learning en CMU, MS en Machine Learning-Machine Learning Department – Carnegie Mellon University
- Máster en Ciencias de la Información y Datos de UC Berkeley, https://datascience.berkeley.edu/
- Puedes buscar otros en línea
Estoy en su lugar ahora y planeo enviar solicitudes a UCL y UC Berkeley.
Y le aconsejaría que inclinara su proyecto final hacia la ciencia de datos, que es lo que estoy haciendo, mejoraría en gran medida sus posibilidades de aceptación.
- El programa MSAN en USF se ve muy bien. Pero, ¿por qué el curso no se menciona en ninguno de los 10 mejores rankings de cursos de análisis empresarial?
- ¿Cuál es la forma de explorar mis datos más fácilmente?
- ¿Existe algún algoritmo de clasificación que esté en su lugar, estable y que tenga un tiempo de ejecución lineal?
- ¿Existe algún servicio web asequible para importar datos de un CSV, conectarlos, limpiarlos y analizarlos?
- ¿Cómo debería un principiante aprender de un libro técnico que diga "Ciencia de datos desde cero"? ¿Debería completarlo una vez y luego volver a comprender temas complejos, o debería comprender profundamente cada tema antes de continuar y así retrasar la finalización?
¡TODO LO MEJOR EN TUS ENDEAVORS!
