Sí, hay algunos ahora. La ciencia de datos está creciendo y muchas grandes escuelas se están involucrando en su enseñanza.
Pensativo (donde trabajo) y Springboard son dos opciones fuertes solo en línea que definitivamente deberías consultar y comparar con tus escuelas locales en persona. Ambas escuelas cuentan con tutoría 1 a 1, que se ha demostrado que es un método de instrucción mucho más efectivo que las aulas convencionales (http://web.mit.edu/5.95/readings…).
Cuando compara escuelas, el apoyo y el plan de estudios deben ser sus criterios principales. Pregunte: ¿Cuánta ayuda de expertos recibiré? ¿Quiénes son los expertos? ¿Quién participó en la redacción del currículum? ¿Qué herramientas cubre?
- ¿Cuáles son algunos usos de big data? ¿Por qué debería aprenderlo en lugar de SQL?
- ¿Cuáles son las características de Big Data como servicio?
- ¿Cuáles son algunas de las buenas certificaciones de Big Data para principiantes que desean desarrollar una carrera en Big Data?
- ¿Cuál es la diferencia entre la ciencia neuronal, el aprendizaje automático y la minería de datos?
- ¿Cuáles son las fortalezas / debilidades de los diferentes algoritmos de aprendizaje automático?
Para responder esas preguntas para Pensativo (ya que es la única escuela por la que puedo hablar con justicia):
Como estudiante de Data Science Bootcamp, se reúne con su mentor personal tres veces por semana: cada sesión dura una hora. Cada mentor trabaja profesionalmente como científico de datos y es seleccionado a mano por su paciencia, capacidad de enseñanza y perspectivas únicas en la industria. Además de sus reuniones personales con su mentor, puede asistir a docenas de sesiones de preguntas y respuestas en vivo, organizadas por un mentor cada semana para obtener respuestas o ampliar su conocimiento.
El plan de estudios se centra en la programación en Python, los conceptos de aprendizaje automático de vanguardia y los conceptos matemáticos clave, incluidas las estadísticas y los algoritmos. Escrito como una colaboración entre científicos de datos de Uber, el Instituto Max Planck y Thinkful, el plan de estudios proviene de líderes de la industria y empuja el estándar de los campos de arranque de la ciencia de datos.
El apoyo profesional también es clave. Ya sea que esté buscando obtener un nuevo trabajo o subir de nivel en el actual, todos los estudiantes de Thinkful tienen acceso a Career Prep. Obtendrá ayuda personalizada para elaborar su currículum, llevar a cabo su búsqueda de empleo y negociar un salario mejorado.
En resumen, el soporte es clave para el campamento de ciencia de datos en línea de Thinkful. Uno de los beneficios de estar en línea es que podemos conectarlo con expertos de todo el mundo, en cualquier momento del día.
Sin embargo, no importa dónde termines, algunas cosas son universales:
- Asegúrese de aprender tecnologías relevantes en el mercado. Busque en las bolsas de trabajo como Indeed los conjuntos de habilidades que cada campamento de entrenamiento enseña para ver cuál tiene las mejores perspectivas.
- Comience con recursos gratuitos. Si nunca antes has hecho estadísticas o Python, prueba cada una antes de hacer un compromiso tan grande.
- Busca la transparencia. Si una escuela no está siendo sincera acerca de la información que desea, solicítela. Si no te lo dicen, tómalo como una bandera roja.
¡Buena suerte y no dude en comentar a continuación si tiene alguna pregunta!
