Haz lo que ya eres bueno.
Para el análisis de datos, es posible que deba comenzar de nuevo, podría haber una competencia creciente aquí en el futuro, ya que todos quieren montar la gran ola de datos.
Mientras que para el middleware de websphere puede que no haya muchos expertos disponibles en el futuro, lo que automáticamente lo pone a pedido.
- ¿Cuáles son las principales revistas / conferencias sobre minería de datos y aprendizaje automático a las que debe aspirar un doctorado?
- ¿Qué credencial de ciencia de datos es más valiosa, un certificado en línea de la escuela de extensión de Harvard o un MSC en línea del Data Science Tech Institute (París)?
- Soy un estudiante de informática interesado en ciencia de datos. ¿A qué reuniones o conferencias (en India) debo asistir para crecer en el campo?
- ¿Cómo se puede institucionalizar Analytics en una organización de telecomunicaciones?
- ¿Cuánto de R (o minería de datos) debo aprender para la investigación de mercado y para un negocio personal / propio?
Seguramente su experiencia en Java facilitaría la transición a la analítica, ya que podría trabajar en hadoop, spark, etc.
Además de aprender nuevos lenguajes como python, R, SAS, etc., sería más fácil de aprender.
Las estadísticas y el aprendizaje automático, por otro lado, podrían ser nuevos para usted, lo que podría requerir mucho tiempo para dominarlos.
Antes de comenzar con la analítica, puede probar un poco sobre qué tipo de proyectos tendría que trabajar y luego decidir si el campo de la analítica aún lo entusiasma o simplemente se está moviendo con la marea.
Gracias por A2A.