Cómo prepararse para una maestría en informática en aprendizaje automático / ciencia de datos como una persona sin mucha experiencia en el campo de la informática

Entiendo en qué área de CS está más interesado. CS es un campo muy diverso, que abarca muchos temas diferentes:

– Criptografía y seguridad
– Red de computadoras
– Diseño de lenguaje
– Procesamiento natural del lenguaje
– Aprendizaje automático
– Sistemas operativos
– Minería de datos
– Visión por computador
Y mucho más.

Determinar en qué área está interesado le permitirá reducir su curso de estudio, tanto antes de la universidad como mientras está en la universidad. Investigue el tema que desea estudiar, lo que definitivamente le ayudará una vez que comience a estudiar. Dado que ha dicho que tiene interés en el aprendizaje automático, analizaría los algoritmos de clasificación, descenso de gradiente y más. Hay un muy buen curso sobre Coursera impartido por Andrew Ng sobre aprendizaje automático. Ese es un gran lugar para comenzar.

Independientemente del área, será útil tener una buena comprensión de la lógica booleana, los lenguajes de programación (en general) y cómo los programas interactúan con el hardware.

Si nunca has aprendido un lenguaje de programación de computadoras a un nivel avanzado, lo haría con prisa. Para el aprendizaje automático, sugeriría lenguaje Python o R. Esos son los idiomas en boga en este momento en ciencia de datos y aprendizaje automático.

Si utiliza Python, familiarícese con SciPy, NumPy, MatPlotLib y SciKit-Learn. (Características similares están integradas en R sin necesidad de bibliotecas.) Repase sus estadísticas y álgebra lineal, que estoy seguro de que ha estudiado antes como estudiante universitario.

Entonces debería estar listo para el trabajo de maestría en comp-sci / ciencia de datos.

Hay muchos cursos (MOOC o tradicionales) disponibles en todo el mundo, pero muchos olvidan que un Data Scientist debe ser bueno en CS / IT y ciencias duras, pero también en aplicaciones comerciales y ética y derecho. Esto último se olvida con demasiada frecuencia en los planes de estudio, pero es un desafío enorme.

Visítenos en el Data ScienceTech Institute, con nuestros programas de maestría más intensivos de 1,600 horas, en asociación con personas como SAS France y KDnuggets (Gregory I. Piatetsky-Shapiro)

Entra de inmediato. Te sugiero que comiences asegurándote de tener cubiertos los requisitos previos. Si sabes que tu nueva universidad usa Python, entonces sal y aprende Python. La familiaridad con las herramientas lo ayuda a adaptarse rápidamente una vez a bordo.

Si tiene tiempo, hay algunas respuestas excelentes aquí:
¿Cómo me convierto en un científico de datos?

Sin embargo, no te preocupes demasiado por eso, ya que tendrás la oportunidad de aprender sobre esas cosas cuando tomes a tus maestros. Le recomiendo encarecidamente que tome un trabajo como pasante en un laboratorio o empresa que realiza trabajos de datos.

Sería mejor tener al menos 1 año de experiencia real relacionada con CS antes de comenzar la maestría.