¿Cómo debo planificar cuando aspiro a ser un científico de datos?

Es realmente bueno ver que desea seguir una carrera en Data Science, que es una de las tecnologías innovadoras más utilizadas en un futuro próximo. Data Scientist es considerado como ‘El trabajo más sexy del siglo XXI’ por la revista Forbes.

Los científicos de datos son responsables del análisis de datos con el objetivo de descubrir ideas que a su vez pueden proporcionar una ventaja competitiva o abordar un problema empresarial urgente. Su función es analizar datos desde diferentes ángulos, determinar qué significa y luego recomendar formas de aplicar esos datos.

Un científico de datos representa una evolución desde el rol comercial o analista de datos. La capacitación formal es similar, con una base sólida típicamente en informática y aplicaciones, modelado, estadísticas, análisis y matemáticas.

Lo que distingue al científico de datos es la perspicacia empresarial fuerte, junto con la capacidad de comunicar los hallazgos a los líderes empresariales y de TI de una manera que puede influir en la forma en que una organización aborda un desafío empresarial.

Ahora, para obtener un trabajo como Data Scientist, uno debe tener un conocimiento profundo y un enfoque práctico de los siguientes temas.

  1. Estadística
  2. Programación R
  3. Modelado predictivo
  4. Algoritmos de aprendizaje automático
  5. Extracción de textos

Hay muchas plataformas en línea que brindan capacitación y certificaciones para Data Science. Pero recuerde que al final del día su objetivo es ser contratado como Data Scientist. Puede hacer certificaciones de MOOC como edWisor.com, Edureka (compañía), Udacity, etc. Hay muchas opciones disponibles en línea para comenzar su aprendizaje.

Tu plan debe ser bastante simple y directo. Para ser un científico de datos, debe dominar todos los aspectos de los datos:

  • Disputa de datos o Munging
  • Almacenamiento de datos
  • Ingeniería de datos
  • Modelado de datos (que forma parte de la ingeniería de datos y el almacenamiento)
  • Estadística descriptiva y prescriptiva
  • Visualización de datos
  • El software estadístico sabe cómo

Lo anterior no es una lista exhaustiva de actividades y técnicas con las que debe estar familiarizado. Sin embargo, son los conceptos básicos que debe saber.

Verifique mi respuesta a una pregunta similar a la suya aquí.

También le sugiero que lea este artículo sobre cómo ser un Científico de Datos de forma gratuita.

¡Espero que encuentre útil esta información!

Hasta el momento en que hablemos la próxima vez … ¡Feliz aprendizaje!

Lo responderé lo más brevemente posible.

La ciencia de datos es vasta. Toda la vida es menos para estudiar y convertirse en un principiante en ciencia de datos.

Kaggle es el mejor lugar para comenzar. Lea y mire las soluciones de todas las soluciones de Kaggle existentes, núcleos. Comprende el código. Dedica un año de tu vida al kaggling.

Y lea la teoría de implementar el código, piense en voz alta sobre lo que se puede hacer y no. Cómo optimizar Esa es la forma más rápida posible de convertirse en un científico de datos.

Leer no te llevará a ningún lado.