No hay pistas de carrera sólidas.
Cuando era niño, la gente terminaba la escuela secundaria con un conocimiento básico de un oficio y lo hicieron por el resto de su vida. Lo dominaron haciendo.
Cuando comencé a trabajar, la gente terminó la universidad con una buena base de una carrera que harían por el resto de su vida. Eran especialistas sin experiencia, la experiencia los convertiría en personas mayores con el tiempo.
- ¿Cuál es la diferencia entre Data Science y Data Analytics?
- ¿Cuál es el alcance del análisis de big data?
- Cómo resolver errores de E / S de Linux sin reiniciar
- ¿Cómo se toman los estados de Facebook o Tweets, que están escritos en un idioma mixto, en el análisis de sentimientos?
- Si pudieras hacer análisis en la base de datos de un periódico, ¿qué preguntas harías?
Hoy en día, las personas nunca dejan de aprender, nunca dejan de cambiar. Se acepta fundamentalmente que aprender algo desde cero no solo se espera sino que se acepta. Las personas que no aprenden nuevas habilidades no agregan a sus organizaciones a la velocidad que las organizaciones necesitan para innovar. Aquellos que no siguen aprendiendo, cambiando, mejorando, pierden valor. Lo único constante es el cambio. La carrera profesional ha terminado efectivamente desde hace algunos años.
Dicho esto, la ciencia de datos existe desde hace mucho tiempo, bajo otros nombres, con otras herramientas y objetivos diferentes. Tenía otros nombres, estadísticos, por ejemplo. Del mismo modo, tendrá otros nombres en el futuro, otras herramientas, otros objetivos, pero la necesidad de tratar, analizar y crear productos de datos existirá durante mucho tiempo.
