Los principiantes idealmente tendrían que comenzar a aprender programación, en caso de que no tengan experiencia previa.
Puedes seguir este aprendizaje en tres pasos
Primer paso: Aprender programación (R o Python), llegar a ser competente.
- ¿Dónde encuentras datos? Entonces, ¿cómo lo usas?
- ¿Cuáles son las fortalezas / debilidades de los diferentes algoritmos de aprendizaje automático?
- ¿Cómo es Data Mining and Predictive Analytics, de Chantal d larose?
- ¿Cuál es la mejor manera de elegir el número de componentes en PCA durante la reducción de dimensionalidad?
- ¿A qué empresa debo postularme para un trabajo si soy ciudadano de la UE y quiero trabajar en los Estados Unidos?
Segundo paso: Adquiera conocimientos hasta estadísticas intermedias y probabilidad, álgebra universitaria, álgebra lineal, algoritmos y métodos de aprendizaje automático
Tercer paso: trabajar con proyectos independientes, puede obtener los conjuntos de datos de plataformas como Kaggle. Intente implementar su aprendizaje paso a paso mientras resuelve los objetivos de estos proyectos.
Mi sugerencia es una descripción general de alto nivel sobre lo que puede hacer para comenzar, pero encontrará el mejor camino una vez que comience a aprender haciendo.
En lo que respecta a las oportunidades de TI en general, las empresas de servicios de software se encuentran ahora en la fase de desarrollo de competencias para Data Science. Puede ser durante el período actual, la mayoría de sus aperturas iniciales estarían destinadas a contratar científicos de datos experimentados con maestros avanzados o titulares de doctorados (pero hay una escasez de estos profesionales altamente calificados).
Sin embargo, puede trabajar en un par de proyectos independientes de un dominio industrial particular para desarrollar experiencia en ciencia de datos específica de la industria. Puede encontrar estos conjuntos de datos en plataformas como Kaggle, Data.gov, etc. y promover su trabajo en plataformas como GitHub o en su perfil de LinkedIn.
Completar proyectos independientes permitiría a los reclutadores evaluar su experiencia técnica y su conocimiento específico del dominio (sobre el negocio), y tendría una mejor oportunidad de ser preseleccionado por compañías que buscan científicos de datos con experiencia específica en el dominio. Por lo tanto, en el primer paso puede dirigir sus solicitudes de empleo a nuevas empresas en el dominio de la Ciencia de datos y la IA, donde tiene una mejor oportunidad de unirse como pasante primero y probar primero sus habilidades.
