Trabajo como desarrollador de software cuantitativo en mi tiempo libre (freelance). Escribo principalmente software para el comercio de opciones. Originalmente, me encantó, pero me di cuenta de que mis habilidades con el análisis de datos se pueden usar en otros lugares. Pensé mucho y descubrí que preferiría ser un científico de datos después de esto.
No estamos tan separados. Sé estadísticas y cálculo, sé Python, C #, C ++ y Haskell, y sé SQL. Tengo habilidades básicas de desarrollo web, principalmente del tipo front-end. Mi principal consideración se reducía a saber qué quería más: big data o big finance. Descubrí que me gusta más el primero.
Actualmente estoy tratando de encontrar trabajos de científicos de datos relacionados con las redes sociales. Algunas habilidades adicionales que necesita aprender o lo ayudarán a sobresalir en este campo si alguna vez lo entretiene es el raspado de la web y un amplio conocimiento de las API web. Scrapy en Python es realmente impresionante, pero comienza con BeautifulSoup primero. Intenta raspar la NBA para obtener estadísticas. Use la API de Twitter para aislar tweets que contengan palabras clave específicas o estudie la increíble API de Wikimedia.
- ¿Cómo se puede aumentar artificialmente la varianza de un conjunto de datos?
- ¿Cuál es la mejor estadística para buscar una correlación entre los datos de tipo Likert y los datos nominales (sí / no)?
- ¿Qué temas de informática necesitan aprender para ser un científico de datos? ¿Cómo se aplica en el mundo real? P.ej. colas de prioridad, buscar / ordenar algo
- ¿Qué porcentaje del conocimiento humano global ya es accesible en internet? ¿Existe una medida para la cantidad de conocimiento cargado en la red mundial?
- ¿Puede Big Data realmente resolver problemas del mundo real?
Tengo mucho más en mente y lo actualizaré pronto.