Déjame responder esto con un ejemplo …
Cuando me estaba graduando de mi Maestría en Informática, existía esta tecnología llamada J2ME. Los teléfonos inteligentes apenas comenzaban a ser populares, y cualquiera con J2ME vendía como pasteles calientes.
Entonces, también aprendí J2ME. Demonios, incluso hice mi trabajo del Proyecto Final en J2ME, y obtuve una patente para mis empleadores. Pero esa es otra historia para otro momento …
- ¿Cuáles son los mejores métodos para probar aplicaciones de big data?
- ¿Cuáles son las aplicaciones de la ciencia de datos y el aprendizaje automático en las industrias de petróleo y gas?
- ¿Edwisor.com es bueno para un curso de ciencia de datos?
- ¿Qué tan difícil es para un chico experimentado de 5 años cambiar a la carrera de ciencia de datos en India?
- ¿Cuán estrechamente está relacionada la analítica de big data con el aprendizaje automático?
En el transcurso de un par de años, J2ME fue aniquilado por iOS, Android y lo que no, pero no J2ME.
El punto aquí es que cualquier tecnología “caliente”, por ejemplo, productos SAP, productos Oracle, alguna suite o herramienta Random ERP, solo dura un par de años. Siempre habrá algo que lo mejorará e interrumpirá su negocio.
Sin embargo, los conceptos básicos de los conceptos básicos de la informática son siempre los mismos, a menos que una nueva investigación actualice los conceptos.
Entonces, Data Science, al ser un campo conceptual, tiene más alcance a lo largo de los años, donde puedes ser parte de su evolución, con varias herramientas que te ayudarán … Pero siempre sigues siendo un Data Scientist. Le ayudará mucho a dar forma a su carrera.
Solo para darle un ejemplo, trabajo en SAP Labs, pero no conozco NINGUNA Herramienta / Tecnología SAP.
Entonces, en resumen, elija un campo, una rama, una ciencia, no una herramienta.
¡Aclamaciones!