Yo diría que no es necesariamente el curso en el que debe centrarse, sino el contenido y el tema. Los científicos de datos se están convirtiendo en un recurso cada vez más valioso (y escaso) para las empresas, por lo que me concentraría en un amplio espectro de habilidades de Data Science en lugar de buscar un curso de “talla única”.
Le recomendaría que adquiera experiencia y conocimiento en:
– Una comprensión general de lo que significa Big Data y cómo articular los impactos y beneficios empresariales tanto para los gerentes de negocios como de TI.
– Del mismo modo, ser capaz de comprender y articular conceptos de ciencia de datos para la comunidad empresarial, al mismo tiempo que ayuda a la organización de TI a comprender lo que deben hacer como facilitadores.
- ¿Cuáles son los ataques más fáciles de demostrar en el laboratorio para los estudiantes de pregrado a quienes se les está enseñando acerca de los ataques / violaciones de seguridad por primera vez?
- ¿Cuál es la demanda de experiencia en Linux en 2016?
- Comencé a trabajar desde casa como desarrollador independiente. ¿Vale la pena gastar dinero y tiempo para hacer un “lugar de oficina” cómodo en mi apartamento?
- ¿Cómo es CSE y TI en KJ Somaiya Vidyavihar?
- ¿Las tarifas de 260k para BTech IT en SRM están justificadas?
– Una comprensión del panorama del software propietario frente a código abierto y estándares abiertos; qué herramienta usar y cuándo
– Comprender la diferencia entre analítica predictiva y análisis estadístico.
– El aprendizaje automático y los beneficios de esto y en qué circunstancias.
– Visualización de datos y por qué es importante.
– La pila Hadoop: HDFS, MapReduce, Hive, HBase, KAFKA, Storm, Spark
– Computación paralela y distribuida.
– Análisis exploratorio de datos con R y Python
– Cassandra, MongoDB, NoSQL
– Arquitectura Empresarial, Integración, TOGAF.
Como dije, se trata más de adquirir habilidades y experiencia en las capacidades anteriores (además de otras) que le proporcionarán una base sólida en Data Science.