Es una pregunta difícil, ambas están relacionadas y al mismo tiempo pueden existir solas sin la otra.
Como ya sabe con BI, está presentando el tipo tradicional de informes que no aborda el análisis avanzado, como las predicciones, la agrupación, etc. Los proyectos de BI pueden utilizar la experiencia de un científico de datos para implementar sus requisitos de minería de datos, como la agrupación y las predicciones. , regresión, etc. Estas actividades suelen utilizar los datos que residen en el almacén de datos. Los proyectos de BI requieren habilidades para un conjunto específico de herramientas como IBM, Microsoft, Oracle OBIEE, etc.
Sin embargo, el campo de la ciencia de datos es enorme y, como una de las otras personas mencionadas, tiene varios roles, y abordan problemas y soluciones que no son solo para Analytics. También incluyen una buena cantidad de matemáticas y estadísticas y requieren un conjunto muy diferente de habilidades de programación que BI, como Python, R, Matlab, SPSS.
- ¿Es realmente necesario saber la codificación Java para Big Data? ¿Es posible aprender Big Data sin conocimiento de Java?
- ¿Se puede utilizar la ciencia de datos para ayudar a tomar decisiones personales?
- ¿Cuál es el conjunto de datos útil para el análisis de flujo de datos en tiempo real?
- ¿Con qué lenguaje de programación debo comenzar para la ciencia de datos, considerando que soy nuevo en ambos?
- ¿Qué puedo seguir en el dominio de la ciencia de datos? Tengo conocimiento en el programa R.
En cuanto a las universidades, generalmente encontrará muchos programas que abordan el almacenamiento y análisis de datos o el aprendizaje automático y la ciencia de datos. Recomiendo encarecidamente que se concentre solo en 1 pista, BI o Data Science.
Si desea aprender en línea, hay una amplia colección de cursos disponibles en Coursera y edX para Machine Learning, le recomendaría comenzar con este curso Machine Learning – Stanford University | Coursera, que proporciona una visión general completa del aprendizaje automático y luego sigue con una de esas dos especializaciones si realmente quieres aprender más sobre el aprendizaje automático. La especialización de John Hopkin o la especialización de aprendizaje automático de la Universidad de Washington (ambas están en Coursera)
