Como mínimo, los solicitantes de los mejores programas de maestría deben estar familiarizados con la programación (se prefiere Python o R), así como algunos cursos en Estadística y probabilidad. Cualquier programa de grado que admita estudiantes sin esos antecedentes (o que no tenga una sesión de actualización previa al programa) está perjudicando a sus estudiantes. Esos estudiantes se quedarán atrás y probablemente tendrán dificultades para encontrar un trabajo después.
Durante su último año o después de graduarse, debe considerar un campo de entrenamiento de ciencia de datos aplicados en lugar de otra credencial académica. Estos bootcamps han comenzado a capacitar a ingenieros de software y personas con antecedentes técnicos para satisfacer la creciente demanda de profesionales de la ciencia de datos. Estos cursos ofrecen una combinación de teoría, aplicación práctica y proyectos prácticos en comparación con el modelo de titulación tradicional. Estos cursos le brindan las habilidades en el trabajo que los científicos de datos necesitan y un portafolio sólido para entrevistas .
Actualmente estoy trabajando para un recién llegado al espacio. Se llama K2 Data Science. Este bootcamp es ligeramente diferente a los demás, ya que es 100% remoto y se realiza a tiempo parcial durante las noches y los fines de semana. El objetivo demográfico es profesionales que trabajan y que no quieren renunciar a su trabajo y pueden asumir un desafío educativo adicional, pero estoy seguro de que los estudiantes universitarios motivados también serían excelentes estudiantes.
- ¿Dónde puedo aprender análisis de datos en Bangalore? ¿Cuánto debería invertir para ello?
- ¿Qué es un clasificador 'codicioso'?
- ¿Es Big Data todo sobre sistemas distribuidos?
- ¿Qué debo hacer para implementar un código de aprendizaje automático y resolver con éxito un problema en kaggle.com?
- ¿Qué técnicas podrían usar datos para predecir un valor específico y asignar un grado de confianza a esa predicción?