Siempre supero ese tipo de preguntas, y sobre todo tengo la siguiente respuesta:
A continuación se enumeran dos factores que decidirán si se deben hacer grandes datos:
- Interés: El interés es uno de los factores muy importantes que se requieren para comenzar cualquier viaje. Ciencia de datos, Big data se trata de trabajar con datos. Cualquier persona a la que le guste profundizar en los datos para obtener información puede ingresar a Big Data
- Conocimiento básico: Aprender Big data significa aprender la solución para superar las dificultades involucradas en la ciencia de datos. Los principales desafíos involucrados en el manejo de big data son el almacenamiento, el análisis en tiempo real y la representación de los conocimientos. La primera parte está cubierta por Hadoop, Apache Spark, etc. Para analizar uno debe saber R, Python, ML, NLP, etc. Por último, para la representación, debe conocer las herramientas de BI, Tableau, etc. Si uno tiene antecedentes matemáticos, estadísticos, puede encontrar este campo mucho más fácil .
Espero que esta información sea útil.
- ¿Cómo puede un aspirante a científico de datos con experiencia en estadísticas aprender más sobre bases de datos, ETL, almacenamiento de datos?
- ¿Qué es Big Data y cómo trabajas con él?
- ¿Por qué Sebastian Raschka no termina su doctorado?
- ¿Cómo realizan las empresas el análisis predictivo utilizando herramientas Hadoop / Big Data a gran escala?
- ¿Cuáles son algunos de los "productos de datos" creados por los grandes como Amazon, LinkedIn, Twitter, Facebook, etc.?
¡Todo lo mejor!
Saludos
Pillai Manish
8422970034
