Quería conectarme a The Data Incubator y actualizar el comentario de Liz (estamos abiertos a personas con maestría y doctorado). Como introducción, The Data Incubator ofrece una beca intensiva de 8 semanas dirigida a estudiantes con doctorados y maestrías en STEM y campos relacionados que buscan la transición a carreras en ciencia de datos, análisis de datos y big data. Aquí hay algunas razones para unirse (# 1), testimonios de Fellows (# 2) y recursos gratuitos para ayudarlo a convertirse en un científico de datos (# 3). Finalmente, si está interesado en la beca, puede solicitarla aquí.
# 1) Aquí hay algunas razones para unirse:
- Conozca las últimas tecnologías de la industria: no desea invertir 6 meses aprendiendo una herramienta que nadie usa. Pero con tantas herramientas de código abierto, puede ser difícil saber qué herramientas tienen una adopción generalizada en la industria y cuáles son proyectos académicos favoritos. Trabajamos con cientos de empleadores para estar al tanto de las últimas tendencias de la industria para dar forma y modelar nuestro plan de estudios a las herramientas y técnicas que han ganado (o están ganando) una adopción a gran escala. También tenemos acceso a herramientas y hardware a los que una persona típica puede tener dificultades para acceder.
- Conozca a los científicos de datos en las principales empresas : si se está moviendo hacia big data desde la academia u otra industria, puede ser difícil poner el pie en la puerta. Brindamos a los estudiantes acceso a los mejores científicos de datos de todo el país y les ayudamos a encontrar oportunidades de entrevistas en compañías increíbles como Yelp, EBay, Palantir, Genentech o el New York Times.
- Gratis para becarios: el programa es gratuito para los becarios cuya matrícula se apoya en las tarifas de colocación de las empresas de contratación participantes. Si bien el programa de becas es muy competitivo, también tenemos una opción Académica paga para aquellos que no logran el recorte o no cuentan con el patrocinio del empleador.
- Peer and Alumni Group: Sea parte de una gran red de científicos de datos de primer nivel. Como Fellow o Scholar, trabajará y aprenderá de otros estudiantes brillantes y motivados, estableciendo conexiones profesionales duraderas y creando una red profesional increíble. Conocerá a Fellows anteriores que ahora están contratando gerentes que buscan contratar a la comunidad.
# 2) Esto es lo que nuestros compañeros dicen sobre nosotros:
- ¿Cuáles son buenas maneras de evaluar los temas generados al ejecutar LDA en un corpus?
- Tengo un doctorado en matemáticas y 18 años de experiencia en programación (Python, Perl, C ++). Ahora quiero entrar en la ciencia de datos. ¿Cuál es mi primer movimiento?
- ¿Qué reglas de la regla de asociación debería sugerir a los usuarios finales?
- ¿Qué cursos debo hacer para convertirme en científico de decisiones?
- ¿Cuál es el mejor curso de posgrado a tiempo completo en ciencia de datos?
- Dorian Goldman (NYTimes) : “El equipo de Data Incubator hizo un trabajo increíble al enfatizar los conceptos más importantes y fundamentales que un científico de datos necesita saber en su carrera. Lo sé, porque todas estas cosas fueron confirmadas en mi primera semana en mi Nuevo trabajo.”
- Justin Bush (Palantir) : “Ya en la segunda y tercera semana de la Incubadora de datos había empresas que se comunicaban conmigo y que de lo contrario no habrían notado mi currículum tan fácilmente. También tuve una tremenda exposición a la variedad de trabajos de ciencia de datos que existen, algo que no hubiera sucedido si hubiera tomado un trabajo directamente de la escuela de posgrado “.
- Brian Farris (Capital One) : “… fue una forma extremadamente eficiente de establecer muchas redes en un corto período de tiempo, lo que aumenta enormemente la posibilidad de encontrar un trabajo. Es mucho más fácil iniciar un diálogo con un compañero de contratación si ya conociste a alguien de la compañía en persona “.
- Yash Shah (AppNexus) : “En The Data Incubator hay tantas empresas de contratación que buscan un conjunto variado de habilidades, hay muchas oportunidades para encontrar tu pareja perfecta.
- “ Sam Swift (mejora) : ” La intensa experiencia de incubadora también fue una excelente manera de hacer una transición rápida de mi pensamiento y lenguaje de la abstracción académica al pragmatismo empresarial. Al igual que la falta de comunicación entre dos campos, descubrí que había muchas cosas en común sobre las ideas, pero que estaba ofuscado por una jerga especializada en ambos lados “.
# 3) Aquí hay algunos recursos gratuitos que lo ayudarán en su solicitud a The Data Incubator Fellowship o en su propia búsqueda de empleo en ciencia de datos: (la publicación original está aquí)
- Desguace: hay una gran cantidad de datos disponibles, por lo que deberá aprender cómo acceder a ellos. Ya sea JSON, HTML o algún formato homebrew, debería poder manejarlo con facilidad. Los lenguajes de script modernos como Python son ideales para esto. En Python, mire paquetes como urllib2, solicitudes, simplejson, re y beautiful soup para facilitar el manejo de solicitudes web y formatos de datos. Los temas más avanzados incluyen manejo de errores (reintentos) y paralelización (multiprocesamiento).
- SQL: una vez que tenga una gran cantidad de datos estructurados, querrá almacenarlos y procesarlos. SQL es el lenguaje de consulta original y su sintaxis es tan frecuente que existen interfaces de consulta SQL para todo, desde sqldf para marcos de datos R hasta Hive para MapReduce. Normalmente, tendrías que pasar por un proceso de instalación doloroso para jugar con SQL. Afortunadamente, hay un buen tutorial interactivo en línea disponible donde puede enviar sus consultas y aprender de forma interactiva. Además, Mode Analytics tiene un gran tutorial dirigido a científicos de datos, aunque no es interactivo. Cuando esté listo para usar SQL localmente, SQLite ofrece una versión de SQL fácil de instalar.
- Marcos de datos: SQL es excelente para manejar grandes cantidades de datos, pero desafortunadamente carece de aprendizaje automático y visualización. Por lo tanto, el flujo de trabajo a menudo es usar SQL o MapReduce para llevar los datos a un tamaño manejable y luego procesarlos usando bibliotecas como los marcos de datos de R o los pandas de Python. Para los pandas, el creador Wes McKinney tiene un gran video tutorial en YouTube. Míralo aquí y síguenos revisando el código github de thegithub.com.
- Aprendizaje automático: se puede hacer mucha ciencia de datos con seleccionar, unir y agrupar (o, de forma equivalente, asignar y reducir), pero a veces es necesario realizar un aprendizaje automático no trivial. Antes de saltar a algoritmos más sofisticados, pruebe algoritmos más simples como Naive Bayes y regresión lineal regularizada. En Python, estos se implementan en scikit learn. En R, se implementan en las bibliotecas glm y gbm. Debes asegurarte de entender los conceptos básicos realmente bien antes de probar algoritmos más sofisticados.
- Visualización: la ciencia de datos se trata de comunicar sus hallazgos, y la visualización de datos es una parte increíblemente valiosa de eso. Python ofrece un trazado similar a Matlab a través de matplotlib, que es funcional incluso si no tiene una estética. R ofrece ggplot, que es más bonito. Por supuesto, si realmente tomas en serio las visualizaciones dinámicas, prueba d3.
