Bueno, cada una de estas tecnologías es diferente a su manera. Entonces, la respuesta es, depende.
Si desea convertirse en un científico de datos, continúe y aprenda primero el aprendizaje automático y luego los datos grandes. ¿Por qué?
Porque el aprendizaje automático es el corazón y el alma del análisis de datos y la ciencia de datos. Una vez que esté equipado con los algoritmos, puede implementar en cualquier tamaño de conjunto de datos.
- ¿Qué conocimiento básico es imprescindible si quiero entrar en el campo de big data o data science? ¿Cuál es la mejor manera de comenzar mi carrera en el mismo?
- Siempre odié programar en idiomas de bajo nivel, ¿debería olvidarme de la ciencia de datos como una carrera potencial? Me refiero a C / C ++ en comparación con Matlab, R, Python
- ¿Qué puede lograr realmente el análisis predictivo?
- Quiero ser exhaustivo con programación y estadísticas en profundidad en poco tiempo. ¿Qué tengo que hacer? ¿Cuáles son algunos buenos libros para principiantes / intermedios?
- ¿Cuál debería ser mi primer enfoque para comenzar a aprender análisis de datos?
Aquí hay un video rápido para su referencia:
Lo que lo lleva a su segunda tecnología que es Big data.
Cuando sienta que ha dominado los algoritmos a un nivel en el que se sienta cómodo con cualquier tipo de datos. Aumente su experiencia moviéndose a grandes datos y aplicando sus algoritmos allí.
Aquí hay un video rápido para su referencia
Por otro lado, si desea hacer su carrera en la nube, continúe y aprenda Cloud Computing. Ahora creo que estaba preocupado por lo que está de moda en este momento, en términos de empleos y esa es la razón por la que hizo esta pregunta.
Entonces, para responder a su pregunta, ambos roles, es decir, científico de datos e ingeniero de la nube, que están en su apogeo.
Con cada vez más empresas que adopten la cultura de la nube, habrá una necesidad de ingenieros de la nube en el futuro, especialmente para AWS, el líder en la industria de la computación en la nube.
Un video rápido para su referencia:
Y con los datos que aumentan a la velocidad más alta en la historia, es probable que también haya trabajos para los científicos de datos.
Todavía aquí hay algunas estadísticas de Indeed.
Fuente: Indeed.com
