¿Es útil la programación competitiva para aprender ciencia de datos, o es solo una pérdida de tiempo?

No. Aprender cualquier cosa nunca es una pérdida de tiempo.

La respuesta de Amit Bhandari lo clavó. Buena respuesta Amit Bhandari

Ahora que llegamos a Data Science, en Data Science cuatro cosas son más importantes:

1. Estadísticas

2. Algoritmos de aprendizaje automático (algunas son técnicas estadísticas y otras técnicas de minería de datos)

3. Programación.-Python, JAVA, Scala, R son todos importantes.

4. Herramientas: SAS, Stata, R studio, WEKA, Rapidminer, SPSS, KNIME, Orange, etc.

Ahora, llegando a la programación competitiva, honestamente es solo para ser contratado en compañías de Big Dream como Google, Facebook, Microsoft y Amazon.

Data Science ve tus habilidades de análisis de datos siguiendo competencias

Estos son puramente minería de datos, concursos de análisis.

Su hogar para la ciencia de datos (Kaggle)

SIGKDD – Copa KDD

DrivenData

Inicio – InnoCentive

Automatizar los procesos de negocio utilizando inteligencia artificial.

Minería de datos y conjuntos de datos de aprendizaje automático, algoritmos, desafíos

Entregar más rápido a través de Crowdsourcing

Por lo tanto, la lista que escribí es más importante que la programación competitiva que puede ayudarlo a aterrizar en Big Dream Companies, pero aprenderlas definitivamente lo ayudará.

Solo sé muy poco de ciencia de datos, así que no puedo decir cuán útil es la programación competitiva. Pero hablando de la segunda parte de la pregunta, ¿es solo una pérdida de tiempo aprender programación competitiva? Grande, no.

Ningún aprendizaje es una pérdida de tiempo. Si aprende algo, será útil en algún lugar en el futuro, sin importar cómo, cuándo y por qué. Aunque tengo una carrera muy pequeña como ingeniero de software, la secuencia de eventos de aprendizaje ha sucedido hasta ahora en mi carrera, lo que me ayudó de una manera u otra. Listado de algunos de esos.

  • Estaba desempleado buscando desesperadamente cualquier tipo de función de software. Aprendí python, java, PHP y otras cosas por descifrar la entrevista. Recuerdo haber aprendido PHP solo porque leí en alguna parte que el 80% de los sitios web se ejecutan en PHP. En mi experiencia, PHP era el peor lenguaje que estaba aprendiendo debido a su sintaxis estúpida y su html incrustado. Pensé que estaba perdiendo el tiempo.
    2 años después, quería construir mi sitio web y adivinar lo que usé, WORDPRESS, lleno de PHP. Adivina qué me ayudó a poner mi sitio web en funcionamiento más rápido que nunca, poco conocimiento que obtuve sobre PHP, mySql y las configuraciones de servidor web que obtuve mientras aprendía PHP.

  • En mi primer trabajo como desarrollador de LAMP (que duró solo 5 días):
    Aprendí a usar el terminal de Linux en mis sesiones de Knowledge Transfer por primera vez y el mentor me enseñó a usar awk y sed para buscar y reemplazar palabras en archivos de texto. Sin embargo, esto es una completa pérdida de tiempo , en lugar de aprender esta estúpida sintaxis, mejor cambio manualmente el archivo.
    1 año después, terminé en el trabajo de monitoreo e informes de registros durante un tiempo y adivino qué me salvó el trasero.

  • Después de 2 años de ingeniería de software y un par de meses de escritura en Quora, aprendí a escribir rápidamente sin mirar el teclado. Adivina quién escribió esta respuesta en cuestión de minutos y mirando de lado a lado al vecino caliente al otro lado del pasillo.

Hola nishit

La programación bien y competitiva, como dijiste, no es una pérdida de tiempo, sino que estás haciendo una valiosa adición a tus habilidades. La ciencia de datos requiere habilidades de programación en Python, SQL, etc. Por lo tanto, debe estar a la par para entrar en la ciencia de datos.

La ciencia de datos es un curso enorme pero fácil de descifrar si eres analítico, te encantan los números (matemáticas). Algunos consejos útiles si está buscando ingresar a la ciencia de datos y ser un científico de datos como la Guía paso a paso para convertirse en un científico de datos es una gran lectura.

Además, como dijo Sagar Roy, cualquier aprendizaje no es una pérdida de tiempo, sino que estarás en la primera carrera para obtener la destreza y conseguir un trabajo.

Seguir aprendiendo. Sigue creciendo.

Seré directo, la respuesta es ‘No’, porque la programación competitiva es solo un deporte que ayuda a aprender muchas estructuras y algoritmos de datos, mientras que la ciencia de datos se ocupa de analizar enormes conjuntos de datos enormes y obtener información de ellos.

More Interesting

Cómo crear un gran conjunto de datos a partir de los datos del sitio web

Cómo mejorar mi capacidad para resolver problemas de probabilidad

Dada la opción entre probar el Residency Match o hacer un curso de 2 años en ciencia de datos, ¿cuál preferirías?

¿Por qué se considera que la ciencia de datos está de moda?

¿Cuáles son algunas buenas técnicas o herramientas de visualización de datos además de Tableau que uno debe aprender para comenzar su carrera en el campo de la visualización?

¿Cuál es la progresión profesional típica de un científico de datos, gerente financiero o gerente de programa?

¿Cuál es un ejemplo de cómo usaste la ciencia de datos para resolver un problema, tomar una decisión u optimizar algo en tu vida personal?

Cómo seleccionar los atributos sensibles en un conjunto de datos

¿La ciencia de datos se preocupa por la causalidad?

¿Qué técnicas podrían usar datos para predecir un valor específico y asignar un grado de confianza a esa predicción?

¿Qué tan bueno es un nanogrado de Udacity en ciencia de datos para un estudiante graduado?

¿Cuáles son algunas aplicaciones impresionantes de big data y machine learning?

¿Vale la pena tomar una clase de teoría de probabilidad de nivel de posgrado para una ciencia de datos o una carrera cuantitativa, y hay algo profesional que uno no podría hacer sin ella?

Al medir las métricas para una startup, ¿cómo se tiene en cuenta un rango de superposición?

¿Cómo sabemos qué estructura de datos es mejor para el problema simplemente observando cuidadosamente el problema?