¿Qué habilidades de codificación se necesitan para ser un científico de datos?

Varía mucho Pero en estos días recomendaría fluidez en Python, incluida la familiaridad con las bibliotecas estándar (NumPy, SciPy, scikit-learn, etc.). Más amplitud y profundidad son mejores, pero tienes que comenzar en alguna parte.

Y sí, puedes hacer mucho con R. Scala es genial. No soy religioso sobre lenguajes de programación o plataformas. Pero Python parece haberse convertido en lo más parecido a una lengua franca para la ciencia de datos.

Finalmente, aunque no estoy seguro de que consideres que esto es codificación, debes poder usar lenguajes similares a SQL. Si va a ser un científico de datos, al menos necesitará poder trabajar con bases de datos relacionales.

Como siempre, lo remito al volumen de respuestas sobre “¿Cómo puedo convertirme en un científico de datos?”.

Estas son las habilidades más necesarias para un puesto de científico de datos al analizar miles de puestos de trabajo (también incluí algunos recursos gratuitos que encontré para cada habilidad):
1. Python

• Curso de principiantes de programación web: aprenda la programación de Python
• Pitón
• Learn Python – Tutorial interactivo gratuito de Python

2. Aprendizaje automático

• Aprendizaje automático en curso
• Aprendizaje automático en curso

3. R

• Aprenda el lenguaje de programación R y los conceptos básicos de RStudio en 1 hora
• Lenguaje de programación R – Code School
• Introducción a R | DataCamp

4. Big Data

• Universidad Big Data
• Big Data y Hadoop Essentials – Udemy
• Descripción básica de Big Data Hadoop – Udemy

5. Hadoop

• Big Data y Hadoop Essentials – Udemy
• Descripción básica de Big Data Hadoop – Udemy
• Curso de formación y certificación de Hadoop | Udemy

6. SQL

• Entrenamiento interactivo en línea de SQL para principiantes
• Sachin Quickly Learns (SQL): lenguaje de consulta estructurado
• Tutorial SQL

7. Estadísticas

• Estadísticas uno en curso
• Estadística y probabilidad
• Probabilidad y Estadística

8. Java

• Aprenda Java: el tutorial de programación de Java para principiantes
• Aprenda Java – Tutorial interactivo gratuito de Java
• Aprenda programación Java desde cero – Udemy

9. Minería de datos

• Minería de datos y raspado web: cómo convertir sitios en datos
• Minería de datos en curso

Una excelente manera de adquirir nuevas habilidades y hacer crecer su red profesional es asistir a reuniones: http://data-science.meetup.com/

Puede obtener más información sobre las habilidades necesarias para convertirse en un científico de datos y obtener recursos relevantes aquí.

Suponiendo que ha cubierto los fundamentos, la respuesta es que depende exactamente de en qué estará trabajando. Pero en general, iría con Python. Tiene algunas bibliotecas fantásticas como Numpy, scikit-learn, etc. que puede usar, y el lenguaje es muy fácil de aprender, suponiendo que tenga experiencia en programación. Incluso de lo contrario, la curva de aprendizaje no es muy empinada.

R es otro idioma que podrías aprender. Sin embargo, no es necesario aprender R y Python, ya que ambos tienen excelentes paquetes para Data Science. Todo se reduce a preferencia, cuál eliges.

– Como he visto muchas publicaciones que comparan los lenguajes de programación necesarios para un puesto de científico de datos desde diferentes puntos de vista, decidí responder esta pregunta yo solo.

– He analizado las descripciones de trabajo con el título de trabajo “Científico de datos”. La mayoría de los datos se recopilan de las compañías del Área de la Bahía (la mayoría), Nueva York y Los Ángeles. (No incluí títulos de “ingeniero de aprendizaje automático” o “ingeniero de datos” en este análisis).

– Este análisis incluye casi 350 puestos de trabajo.

– Se puede ver que, como esperamos, Python está en la parte superior de la clasificación. Después de R, SQL es muy importante para un rol de científico de datos. En casi la mitad de las descripciones de trabajo, Spark es una habilidad necesaria para un científico de datos.

La respuesta a esta pregunta realmente depende de lo que comprenda bajo el título de “científico de datos”. He conocido científicos de datos que solo necesitaban comprender y ampliar el código Java básico / escribir pruebas JUnit. He conocido a otros que pasan la mayor parte de su tiempo codificando en varios lenguajes de programación.

Diría que definitivamente es bueno tener un dominio básico a intermedio en uno de los lenguajes de programación que se usa con frecuencia para la ciencia de datos si recién está comenzando. Sin embargo, una mayor competencia definitivamente será de gran valor para usted en su carrera posterior. De acuerdo con la encuesta de salarios de ciencia de datos más reciente de O’Reilly, esta es Python (54%) o R (57%). Si está interesado en big data, recomendaría Scala (en combinación con Spark). SQL es imprescindible en todos los casos.

Para comenzar con cursos introductorios gratuitos en Python o R, le recomendaría que eche un vistazo a los Cursos de ciencia de datos: Tutoriales de análisis de R y Python | DataCamp (también hay cursos más avanzados aquí), R para Data Science y Welcome · Advanced R.

Para Scala / Spark, consulte Introducción a Scala (Curso gratuito) y definitivamente asegúrese de leer Programación en Scala, Tercera edición (si le gusta leer libros).

Pitón.

Luego está Python.

Cuando hayas terminado con Python, aprende Python.

SQL también.

El aprendizaje automático y la lucha de datos se realizan en Python.

El siguiente curso lo ayudará a construir una base muy sólida para comprender lo que la mayoría de los ingenieros de aprendizaje automático realmente hacen todo el día.

El curso completo de Python para ingenieros de aprendizaje automático

Depende totalmente de qué tipo de Data Scientist esté considerando.

Obtendrá una buena comprensión de los diferentes tipos de científicos de datos, así como también qué codificación y otras habilidades requieren respectivamente en la respuesta dada por Michael Koelbl en ¿Cuáles son los diferentes tipos de científicos de datos?

Python / R / Spark, pero supongo que, en general, el siguiente blog en Analytics Leap (www.a-leap.com) ayudará: Analista de datos versus Científico de datos. ¿En qué se diferencian?

Mejor,

UNA