Tengo 29 años, estoy desempleado y espero un hijo a fin de año. Estoy tomando un curso en ciencia de datos. ¿Qué más puedo hacer para estar a la vanguardia del juego cuando empiezo a buscar trabajo nuevamente en 2016?

Mi perspectiva y una respuesta amplia: nunca es demasiado tarde para hacer algo que sueñas o amas hacer. Incluso si estás en tu lecho de muerte y tienes esto que quieres lograr, ¡adelante!

Llegando a la ciencia de datos : es el trabajo caliente en demanda en estos días. Entonces tienes razón al saltar a esta área. La curva de aprendizaje puede ser empinada y larga (un año o más), pero vale la pena. No estoy familiarizado con el curso de John Hopkins, pero he tomado el curso Coursera ML y también otro curso de ciencia de datos en Coursera (impartido por Bill Howe). Estaba viendo muchas cosas por primera vez, especialmente relacionadas con la computación distribuida, como reducción de mapas, hadoop, manejo de datos de Twitter, etc. Diversión, diversión, diversión.

Talleres: a punto de conseguir un trabajo: hay programas como la beca de ciencia de datos Insight y la incubadora de datos que actúan como intermediarios entre usted y las empresas. Vale la pena investigarlo. Solo google para obtener los enlaces.

Entrevistas: la mayoría de las entrevistas de ciencia de datos requieren que tenga un portafolio de ciencia de datos – Algunos proyectos que muestran su trabajo en diferentes conjuntos de datos – Desde cómo procesó previamente los datos, qué preguntas se hicieron, qué herramientas utilizó , Python, SQL, etc.) para extraer información y qué modelos utilizó (cualquier modelo de ML, como el modelado bayesiano o el cálculo distribuido, como map-reduce, etc.).
¿Qué ideas se obtuvieron del proyecto y qué impacto tiene eso y cómo se midió el impacto? Se trata de la canalización desde la adquisición de datos hasta la visualización de los resultados y cualquier comentario para mejorar la canalización.

Si tiene esta preparación en su gatito y también ajusta su preparación para la entrevista a los detalles de una empresa (por ejemplo, algunas empresas también hacen una entrevista de tipo cs haciendo preguntas sobre algoritmos y estructuras de datos además de estadísticas), está ¡todo listo!

¡Buena suerte!

Desde su idioma (MSc) parece que usted es y regresa al Reino Unido. Mucho depende de si planeas mudarte a un centro tecnológico dentro del Reino Unido o no. Si es así, con suficiente fuerza de voluntad, probablemente pueda hacerlo, y debería asegurarse de tener una sólida cartera de github y haber contribuido a proyectos de ciencia de datos (kaggle también podría funcionar, pero allí debe tener un rango fuerte, lo que es más difícil ) Si no se está mudando a un centro tecnológico, desafortunadamente sus perspectivas son escasas.

Debe estar abierto a roles que se encuentran en la intersección del científico de datos y el analista de negocios. Además, una gran parte de regresar a la vida es la mentalidad. Su entorno a menudo parecerá imposible y usted tendrá que hacer que el cambio suceda independientemente de si la situación se ve o no sombría. Parece que todavía no estás allí, así que tienes que llegar allí. Finalmente, parece que en el pasado eras muy exigente. Debes ser lo suficientemente exigente como para no quedarte atrapado en un papel completamente sin salida, pero no tan exigente como para permanecer desempleado indefinidamente.

En primer lugar, la edad no importa, y nunca es demasiado tarde. Todo es una percepción de la mente.

Estoy considerando que comenzó el campo de la ciencia de datos desde cero.
Ahora tomará alrededor de dos meses para que un desempleado / estudiante complete todos los cursos correspondientes a la especialización en ciencias de datos de la Universidad John Hopkins.
Máx. A máx. 3 meses (obviamente depende de qué tan rápido desee completar las cosas y de dar tiempo a las tareas en los cursos).
Ahora, cuando esté aprendiendo R, Python y SQL uno al lado del otro, supongo que dentro de seis meses estará familiarizado con todas estas herramientas de ciencia de datos.
Dado que usted es MSc en Economía, trabajar en datos en Excel será una ventaja adicional para sus habilidades.
Después de eso, lo más importante que importará son los proyectos prácticos. Debe probar proyectos en Kaggle (muchos proyectos de conocimiento allí) y CrowdAnalytix.
Muchas personas completan los cursos de ciencia de datos correspondientes de Coursera, pero los proyectos son muy importantes. Cómo aplica sus habilidades de ciencia de datos a los datos dados.

Después de aproximadamente 9-12 meses de sus manos en el dominio de la ciencia de datos, tiene buenas posibilidades de obtener un trabajo en este campo, su experiencia laboral y su maestría en economía son una ventaja adicional.
La única forma de adelantarse es estudiar, aprender y aplicar cada vez más todo lo que pueda. Es un vasto campo con una combinación de Ciencias de la Computación, aprendizaje automático y estadísticas, que en sí mismos son vastos campos.

No conozco el mercado de trabajo para el dominio de la ciencia / análisis de datos en Australia, pero en la India con los pasos anteriores no será difícil para usted.
Espero que esto ayude

Si pudieras completar el curso de Especialización en Ciencia de Datos de la Universidad John Hopkins en 2015, sería realmente genial. Y por completo, me refiero a comprenderlo completamente y completarlo.
Data Science es uno de los mejores campos con mucho alcance y buenos rendimientos. Eso sería un muy buen impacto en su currículum. Intente centrarse también en el aprendizaje automático, sugeriría. La ciencia de datos estaría incompleta sin ella. Hay muchos cursos al respecto. Sin embargo, estos dos cursos en Coursera son mis favoritos personales. Aprendizaje automático
Aprendizaje automático
Además, le preocupa que tenga 29 años y que sea demasiado tarde. Bueno, nunca es tarde para aprender. ¡Todo lo mejor!

(1) 29 años, 2 años en la banca, algunos meses como analista de operaciones: no es demasiado tarde para intentarlo en Data Science.

(2) Ya te has inscrito para la especialización de Data Scientist – Bien. Completa eso. Asegúrese de tomarse el tiempo y leer más sobre ciencia de datos, minería de datos, etc.

(3) R y Python son dos lenguajes de programación importantes en Data Science: ha elegido Python, continúe aprendiendo eso.

En general: solo complete lo que ya ha comenzado (Curso de Especialización en Data Scientist, aprendizaje de Python y SQL).

Completar con éxito lo que ha comenzado a aprender será el paso más IMPORTANTE en su intento de convertirse en un Científico de Datos (y luego un trabajo).

Minería de datos y certificados de Big Data: después de terminar el curso, le sugiero que considere aprender más sobre big data. Para validar su experiencia y mejorar su CV, considere los certificados de big data como los certificados EMC o HP Vertica.

Hola. Podría tener una solución para usted (si todavía está buscando). Mi nombre es Valery y actualmente estoy trabajando en un proyecto diseñado para ayudar a los jóvenes desempleados a recuperar su vida. Acabo de librarme del pago del préstamo estudiantil y estoy ahorrando para el pago inicial de una casa en Filadelfia. El proyecto en el que estoy trabajando ayuda a conseguir un trabajo, enseñar todas las lagunas al respecto, mostrar trucos para mejorar su situación crediticia, etc. Acabo de comenzar a trabajar en él y estoy interesado si un servicio como ese podría ser interesante para usted. De todos modos, puede consultarlo aquí cuando lo desee. Obtenemos resultados o no paga
Muchas gracias por tu tiempo y te deseo lo mejor en el futuro 🙂

No puedo sugerirle una respuesta precisa, pero le pediría que lea Lean In de Sheryl Sandberg para profesionales, ya que esto podría ayudarlo a encontrar la respuesta a su pregunta.

No sé mucho acerca de sus opciones de carrera, pero mi sugerencia es “terminar” las cosas antes de que llegue el bebé. Después de que el bebé esté allí, probablemente estarás ocupado como un loco por bastante tiempo y es imposible estudiar o usar realmente tu cerebro (me pasó a mí).

More Interesting

¿Cómo es el programa inmersivo de ciencia de datos en Galvanize Denver? ¿Vale la pena?

R requiere que los datos se carguen en la RAM, ¿eso no dificulta el trabajo con grandes conjuntos de datos? En caso afirmativo, ¿cómo es R tan popular entre los científicos de datos?

¿Cómo se relacionan los nombres de los archivos de extensión con los datos?

¿Cómo logra Coffee Meets Bagel tener éxito sin ningún científico de datos?

¿Cómo las herramientas de BI modernas como Good Data, RJMetrics, Chartio, Yellowfin, Tableau, etc. procesan una gran cantidad de datos sin usar un almacén de datos?

¿Cuál es la diferencia entre una maestría en análisis de negocios y big data y una maestría en ciencia de datos? ¿Qué habilidades necesitas dominar para cada uno?

¿Cómo sabemos si los paquetes Python o R son correctos?

¿Hay algún programa de CS o análisis en línea sobre programación, ciencia de datos y big data con una universidad prestigiosa? Mi presupuesto es de $ 20,000- $ 30,000.

¿Qué campo debo elegir ciencia de datos o desarrollo web completo?

¿Cómo nos pueden decir las estadísticas sobre la causalidad?

¿Cuáles son los beneficios de los diferentes tipos de esquemas en el contexto del almacenamiento de datos?

¿Cuáles son las habilidades clave necesarias para ser un desarrollador de Big Data?

¿Pueden las herramientas de Big Data ayudar a borrar el ciclo económico?

¿Cuáles son algunos algoritmos de recuperación de información de los que siempre debe tener una sólida comprensión y por qué?

Cómo hacer que el aprendizaje del análisis de datos y el tema del algoritmo sea más fácil e interesante