Para ser un analista exitoso, básicamente debería cumplir ciertos requisitos básicos como:
1) Estadísticas – Métodos y empaques. Digamos, SPSS.
2) R, SAS. El aprendizaje tampoco es obligatorio. Ambos serán geniales.
- Como empresa de tecnología, ¿Amazon usa más Python que R para proyectos de Data Science?
- ¿Qué conocimientos básicos debo tener si quiero entrar en el dominio de big data o data science? ¿Desde dónde puedo comenzar mi transportista?
- ¿Cómo utilizan los bancos la minería de datos?
- ¿Cómo funciona la tecnología detrás de las tarjetas magnéticas en términos de datos? ¿Cómo se manejan los datos del usuario y los datos de RFID / Bar de la compra desde el deslizamiento del terminal a los sistemas de back-end?
- ¿Cuáles son los mejores recursos para aprender la visualización de datos?
3) Almacenamiento de datos.
4) Plataformas de inteligencia empresarial.
5) SQL. Es obligatorio.
6) Programación, por supuesto. Marcos XML, Javascript o ETL.
7) Diseño de bases de datos.
8) Limpieza de datos, minería de datos.
9) Visualización de datos.
10) Técnicas de aprendizaje automático y algoritmos.
11) Conocimiento sólido de Hadoop y MapReduce.
Estos son solo los requisitos generalizados. Pueden cambiar según la compañía que lo contrataría, según sus necesidades. Y, depende totalmente del individuo cuánto tiempo le llevará completar esto. Dependería de muchos factores, básicamente de sus conceptos matemáticos y estadísticos anteriores o de lo cómodo que esté con la codificación.
Yo trabajo para COSO IT . Somos consultores y formadores de Data Science, Big Data, Inteligencia Artificial, Aprendizaje automático y análisis . Después de trabajar con varios proyectos en varias tecnologías más recientes , también compartimos nuestro conocimiento a través de la capacitación en varias tecnologías más recientes. Nuestra capacitación es casi en tiempo real con desafíos reales que enfrentamos mientras trabajamos en el proyecto.
¡La mejor de las suertes!
