¿Cómo un nuevo graduado que no es CS ingresa a la ciencia de datos?

Lo que puede hacer es comenzar con Pocos cursos de programación, ciencia de datos y matemática en la academia Coursera o Khan.

Obtenga certificados para cada curso y menciónelo en su CV. También mencione algunos proyectos que hizo mientras buscaba esas clases. Mencione claramente el dominio de su interés: Bigdata, aprendizaje automático en su CV.

Aquí hay algunos cursos que pueden ayudarlo.

• Estoy en mi último año como estudiante de informática. ¿Qué pasos debo tomar para conseguir un trabajo en Data Science?
• ¿Qué herramientas existen para resumir documentos muy especializados (por ejemplo, documentos legales o médicos)? ¿Cuál es la diferencia entre estas herramientas y las genéricas?
• ¿La 'arquitectura lambda' sigue siendo la mejor manera de construir canalizaciones de datos a gran escala (en 2017) o ha sido reemplazada por otras arquitecturas?
• ¿Qué es el big data en tiempo real?
• Cómo implementar Data Compression + Denoising usando Machine Learning

• Curso de Introducción al CS
  Notas: Curso de Introducción a la Informática que proporciona instrucciones sobre codificación.
  Recursos en línea:
  Udacity – introducción al curso de CS,
  Coursera – Informática 101

• Código en al menos un lenguaje de programación orientado a objetos: C ++, Java o Python
  Recursos en línea para principiantes:
  Coursera – Aprender a programar: los fundamentos,
  Introducción del MIT a la programación en Java,
  Python Class de Google,
  Coursera – Introducción a Python,
  Libro electrónico de código abierto de Python

  Recursos en línea intermedios:
  Diseño de programas informáticos de Udacity,
  Coursera – Learn to Program: Crafting Quality Code,
  Coursera – Lenguajes de programación,
  Brown University – Introducción a los lenguajes de programación

• Aprende otros lenguajes de programación
  Notas: Agregue a su repertorio: Java Script, CSS, HTML, Ruby, PHP, C, Perl, Shell. Lisp, Scheme.
  Recursos en línea: w3school.com – Tutorial HTML, Aprenda a codificar
• Prueba tu código
  Notas: aprenda a detectar errores, crear pruebas y romper su software
  Recursos en línea: Udacity – Métodos de prueba de software, Udacity – Depuración de software
• Desarrollar razonamiento lógico y conocimiento de matemáticas discretas.
  Recursos en línea:
  MIT Matemáticas para Informática,
  Coursera – Introducción a la lógica,
  Coursera – Optimización lineal y discreta,
  Coursera – Modelos gráficos probabilísticos,
  Coursera – Teoría de juegos.
• Desarrollar una sólida comprensión de los algoritmos y las estructuras de datos.
  Notas: Aprenda sobre los tipos de datos fundamentales (pila, colas y bolsas), algoritmos de clasificación (clasificación rápida, combinación combinada, clasificación múltiple) y estructuras de datos (árboles de búsqueda binarios, árboles rojo-negros, tablas hash), Big O.
  Recursos en línea:
  Introducción a los algoritmos del MIT,
  Coursera – Introducción a los algoritmos Parte 1 y Parte 2,
  Wikipedia – Lista de algoritmos,
  Wikipedia – Lista de estructuras de datos,
  Libro: El manual de diseño de algoritmos
• Aprenda recursos de inteligencia artificial en línea:
  Stanford University – Introducción a la robótica, procesamiento del lenguaje natural, aprendizaje automático
• Aprender programación paralela
  Recursos en línea: Coursera – Programación paralela heterogénea