” Dame seis horas para cortar un árbol y pasaré las primeras cuatro afilando el hacha ”
– Abraham Lincoln
Su pregunta implica que usted también cree en la planificación y luego traduce las cosas en acción. En los últimos meses tuve la oportunidad de interactuar con talentos de ingeniería que comenzaron su viaje como ingeniero de ciencia de datos o planeaban hacerlo. Basado en mi aprendizaje, puedo enumerar los conceptos que debe aprender en Python si desea ser un científico de datos.
- Si pudiera realizar una pasantía como pasante de minería de datos en cualquier empresa de Silicon Valley, ¿dónde trabajaría y por qué?
- ¿Un perfil como el mío tiene alguna posibilidad de ingresar a un buen instituto a través de GRE para obtener una maestría en ciencia de datos?
- ¿Qué compañía es mejor unirse como una más fresca, Mu Sigma o Fractal Analytic?
- ¿Cuáles son las universidades del mundo que no requieren una carta de recomendación para una maestría en estadística / ciencia de datos?
- ¿Qué es big data, análisis de negocios, análisis de datos y cómo uno puede convertirse en analista de datos o científico de datos? ¿Hay algún curso a corto plazo?
- Introducción a Python para Data Science
- Python intermedio para ciencia de datos
- Importar datos en Python
- Fundación Pandas
- Pensamiento estadístico en Python
- Caja de herramientas de ciencia de datos de Python
- Introducción a las bases de datos en Python
- Manipulación de marcos de datos con pandas
- Introducción a la visualización de datos con Python
- Visualización interactiva de datos con Bokeh
- Análisis de red en Python
- Fusionar marcos de datos con pandas
Dicho esto, encontrarás información más detallada si buscas en google / youtube más cosas.
Pero hay un aspecto más que necesita un pensamiento serio para garantizar que sea lucrativo en cualquier mercado laboral.
Cuando su enfoque es la habilidad única, aprender de los cursos en línea funciona mejor. Pero el dominio como la ciencia de datos exige habilidades donde uno tiene que orquestar herramientas, técnicas, procesos en múltiples niveles (matemático, computacional, algorítmico), aprender en línea sin tutoría activa sería un desafío. Los programas basados en persona sin conexión son más adecuados.
En GreyAtom ponemos énfasis en el aprendizaje inmersivo que en realidad significaría:
- Replicando posibles escenarios de trabajo
- Aprendizaje interactivo
- Enseñar habilidades o técnicas particulares
- aprender = hacer trabajo real
- Aprendizaje practico
- Trabajando en equipo, aprendiendo del instructor
- Menos basado en el aula
- Más proyecto / estudio de caso basado
- Manejo de problemas reales, datos reales, escenarios reales, flujo de trabajo real
- Herramientas que reflejan la industria, herramientas y estructuras alineadas a la industria.
- Imitando una situación o escenario que enfrentan la industria / empresas
- O llevar a cabo proyectos basados en escenarios reales de trabajo.
- Juego de roles y realización de una tarea como se hace en el lugar de trabajo.
- Capacitación para la industria antes de ser contratado.
- Buscando alternativas para la gestión tradicional de proyectos / escenarios / problemas
- Fases cortas de trabajo, reevaluación frecuente, adaptación de planes.
- Scrum sprints: evaluación colaborativa, agradable y rápida, entrega de productos en ciclos cortos, retroalimentación rápida, mejora continua,
- Scrum sprints: creación de lugares de trabajo alegres y sostenibles
- Los sprints ágiles mejoran la comunicación, el trabajo en equipo y la velocidad.
Full Stack Data Science Engineer es uno de los trabajos más solicitados en este momento. GreyAtom se enfoca en crear ingenieros de ciencia de datos de Full Stack y le brinda todas las herramientas, técnicas y conceptos básicos necesarios para generar un impacto.
Tendrá un historial de contribuciones de código abierto y ayudará a la comunidad más amplia de ingeniería de software (a través de Github, StackOverflow, un blog o similar).
Puede consultar los detalles del curso haciendo clic en este enlace Full Stack Data Science Engineering | Greyatom
Los datos realmente impulsan todo lo que hacemos. Si le apasiona la ciencia de datos y desea redefinir su carrera, visítenos en el programa en el sitio de GreyAtom: ciencia de datos, aprendizaje automático, Big Data
Creemos que “Aprender = hacer trabajo real”
Dé el primer paso hacia su viaje en Data Science, programe una sesión de asesoramiento en persona o en video en su momento conveniente, haga clic aquí https://calendly.com/greyatom/co…
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudar a las personas a encontrar carreras sostenibles en Data Science es mi pasión.
