¿Completan los siguientes dos certificados en ciencia de datos lo suficiente como para ser competitivos para un trabajo de aprendizaje automático si estoy comenzando este campo desde cero?

Depende de muchos factores, como su experiencia en campos cuantitativos, experiencia de programación fundamental y, lo que es más importante, sus expectativas de los cursos de certificación. La ciencia de datos es un campo que crece cada día, en mi humilde opinión, no hay una estructura definida que pueda calificar como suficiente.

En lo que respecta al aspecto laboral, las certificaciones, los doctorados no importan. Puedes seguir estos pasos.

1) Aprenda sobre el aprendizaje automático de cursos de código abierto como Coursera, o Learning From Data MOOC y algunos libros de tom mitchell o ullmaan

2) No te ahogues en teoría, descarga simultáneamente algunos conjuntos de datos de sitios web como kaggle o el repositorio de aprendizaje automático UCI y comienza a jugar con ellos. Comience con los más pequeños.

3) Comparta su trabajo en github y siga ciertos foros como Cross Validated, MetaOptimize, quora, etc. En breve comience a notarse en la comunidad. Que según mi supera cualquier certificación

PD: es posible que desee elegir Python o R como su lenguaje de programación y los fundamentos de las estadísticas.

Si siente que el autoestudio no es de su agrado y necesita un tutor, puede solicitar la certificación, pero nunca son suficientes.

Generalmente diría que no, no es el movimiento correcto. Intentar cambiar a un campo activo a través de medios educativos no estándar probablemente no sea un buen uso del tiempo o el dinero.

En mi opinión, la tabla es un título de posgrado en un campo STEM y la capacidad de programar en un lenguaje útil para la ciencia de datos (C, Python, Java, R, MATLAB, Scala y algunos otros idiomas más pequeños). No hay sustituto para el conocimiento de la teoría y la experiencia aplicada, que es lo que los empleadores realmente están buscando. Realmente no hay escasez con este tipo de antecedentes, es que los empleadores son flojos y pocos quieren capacitarse o pagar por los mejores talentos que pueden administrar / orientar.

Si desea cambiar de un campo no relacionado, necesitará más que un certificado de educación continua. Me impresionaría más que alguien regrese para obtener un título de asociado en ciencias de la computación en una universidad local / universidad comunitaria que un programa de certificación; al menos en ese caso, sería de algún lugar donde pudiera verificar la calidad del programa. Autoaprendizaje y sin experiencia es con lo que entran los pasantes, no los empleados a tiempo completo.

La clave en la ciencia de datos es la habilidad y el conocimiento reales, que se prueban de manera constante y rápida mediante su interacción con los datos. El hogar | Los certificados de Statistics.com que mencionó tienen una docena de cursos, así que le brinda la oportunidad de aprender los conocimientos necesarios. También sugeriría el curso de Andrew Ng sobre Machine Learning en Coursera y participar en competiciones de Kaggle. Los títulos de maestría otorgan un reconocimiento formal adicional que también es valioso, por lo que depende de su situación: qué tan motivado está, qué tan caros son los títulos, qué tan prestigiosas son las universidades, etc.

No creo que tomar clases y obtener certificados tenga valor cuando se trata de aterrizar en tu primer trabajo de ciencia de datos.

Si estoy en tu lugar, preferiría buscar una pasantía, tal vez incluso una no remunerada. Rápidamente verificaría si sus conocimientos de datos, así como sus habilidades matemáticas / estadísticas / codificación, se ajustan al campo.

Al entrevistar a personas, ignoro casi por completo cualquier certificado, pero en su lugar hago varias preguntas basadas en datos. Las preguntas requieren muy poco más allá de la intuición, el sentido común y la curiosidad natural de por qué ciertas cosas resultan de cierta manera.