¿Cuáles son algunos conceptos o habilidades que faltan o que no están adecuadamente cubiertos en el Analizador de Datos de Udacity en Nanodegree?

Answer 1

Siempre estamos buscando formas de mejorar nuestro currículum y nuestros productos, ¡así que estaré viendo esta publicación con atención! Gracias de antemano a todos los que hacen recomendaciones.

Habiendo finalizado personalmente el Data Analyst Nanodegree en 2015, una de las pedagogías por las que estaba agradecido era que se centraba más en “cómo pensar como un científico de datos”, en lugar de enseñar cada tecnología o biblioteca que un científico de datos podría usar. ¡Esas habilidades fueron fácilmente transferibles y me permitieron recoger cualquier “componente faltante” rápidamente! Creo que la mayoría de las brechas de conocimiento al comenzar a trabajar como analista de datos tienden a estar más relacionadas con el dominio y son recogidas “en el trabajo”. Dicho esto, aquí hay algunos elementos que me hubiera gustado ver:

Analítica. Si bien esto es más pertinente para las aplicaciones basadas en Internet / web, creo que es lo suficientemente ubicuo como para que al menos una introducción o un proyecto relacionado hubiera sido útil.

SQL El programa pasa por MongoDB (una base de datos NoSQL) en un curso de manejo de datos, pero tener una habilidad en una base de datos relacional es un deber, en mi opinión.

Aprendizaje automático. El programa ofrece un curso introductorio en ML, pero creo que para llegar al punto en el que uno podría construir e implementar un canal de clasificación / predicción listo para la producción, uno tendría que cubrir un poco más de profundidad. Podría decirse que eso puede estar fuera del alcance de un analista de datos, y más importante para un ingeniero de datos o ingeniero de aprendizaje automático. Si está interesado en el aprendizaje subsiguiente, Udacity ofrece el Programa Nanodegree de Machine Learning Engineer, en el que estoy inscrito actualmente, ¡y me encanta!

Nota al margen: acabamos de lanzar una página de Learn Data Science (literalmente, hoy). Esperamos hacer de esta una lista completa de recursos, tanto dentro como fuera de Udacity. Compruébelo para ver algunos recursos adicionales que no llegaron al Nanodegree analista de datos.

Answer 2

Esto depende de lo que estés buscando. Estos son los requisitos previos y los requisitos para el nanodegree Data Analyst que figura en el sitio web de Udacity:

Analistas de datos de los estudiantes de nanodegres:

• están interesados ​​en la ciencia de datos
• Tener un fuerte conocimiento de las estadísticas descriptivas e inferenciales.
• tener experiencia en programación (preferiblemente en Python)
• Tener un sólido conocimiento de conceptos de programación como variables, funciones, bucles y estructuras de datos básicas como listas y diccionarios.

El Nanodegree Data Analyst de Udacity es una buena opción para personas con experiencia previa en programación que desean aprender a usar un lenguaje de programación como Python para realizar análisis de datos.

El curso de la Asamblea General tiene un fuerte enfoque en SQL y en el análisis / visualización de datos utilizando hojas de cálculo.

Si bien Python es una excelente herramienta para realizar análisis de datos, hay muchas organizaciones y muchos trabajos de analista de datos que actualmente usan hojas de cálculo (Excel / Google Sheets) y SQL para realizar análisis de datos y usar Tableau / PowerPoint / Keynote para crear una presentación efectiva. utilizando visualizaciones de datos.

Si no está familiarizado con él, SQL es la forma principal en que los analistas obtienen datos para el análisis de las bases de datos y le permite trabajar con enormes conjuntos de datos, incluso aquellos que pueden ser demasiado grandes para Excel.

El curso en línea de análisis de datos de la Asamblea General, por otro lado, desarrolla habilidades que son más familiares para las personas que trabajan con datos que ya están en su trabajo. Esto incluye un análisis eficiente de los datos en hojas de cálculo (Excel / Google Sheets), una presentación efectiva utilizando visualizaciones de datos y SQL.

Si no está familiarizado con él, SQL es la forma principal en que los analistas obtienen datos para el análisis de las bases de datos y le permite trabajar con enormes conjuntos de datos, incluso aquellos que pueden ser demasiado grandes para Excel.

Otra distinción importante es la duración del curso. Nanodegree Data Analyst de Udacity es un curso autodirigido que las revisiones indican que toma alrededor de 12 meses, mientras que el curso en línea de GA es de 10 semanas y está dirigido por un mentor, lo que significa que la experiencia del curso se basa en la responsabilidad y los comentarios.

Si está buscando habilidades de Excel, SQL y Tableau, recomendaría echar un vistazo al curso de análisis de datos de la Asamblea General. Ambos están abiertos a los principiantes totales! En nuestro curso de Analytics, GA cubre cómo:

• Use SQL, Excel y Tableau para extraer, analizar e ilustrar datos del mundo real
• Cree visualizaciones de datos y paneles para presentar y comunicar hallazgos importantes.
• Usar análisis estadístico descriptivo para tomar decisiones informadas y efectivas.

Espero que esto ayude y la mejor de las suertes!

Answer 3

Puedo ayudarlo con los temas que deben cubrirse para convertirse en un analista de datos.

1. Actualizar los temas básicos necesarios para entender la ciencia de datos.
2. Conceptos básicos de la programación de R & Python
3. Análisis exploratorio de datos con Excel, R
4. Regresión lineal, sus variaciones y proyecto de industria.
5. Árboles de decisión, conjunto y clasificación
6. Agrupamiento
7. Regresión de series de tiempo
8. Bases de datos y ecosistema de big data
9. Visualización de datos, narración de historias, cuadros de mando, Tableau
10. Construcción de productos de ciencia de datos a escala de producción y su despliegue
11. Big Data Engineering, Deep Learning y Tensor Flow, NLP

En la escuela GreyAtom , alineamos la educación con la realidad . GreyAtom se centra en la creación de ingenieros de ciencia de datos de pila completa y le brinda todas las herramientas, técnicas y conceptos básicos necesarios para generar un impacto. En solo 14 semanas, aplicará la resolución de problemas y el pensamiento creativo a conjuntos de datos del mundo real, adquiriendo experiencia en toda la pila de ciencia de datos.

Tendrá un historial de contribuciones de código abierto y ayudará a la comunidad más amplia de ingeniería de software (a través de Github, StackOverflow, un blog, etc.).

Puede consultar los detalles del curso haciendo clic en este enlace Full Stack Data Science Engineering | Greyatom

Los datos realmente potencian todo lo que hacemos. Si le apasiona la ciencia de los datos y desea redefinir su carrera, visítenos en GreyAtom – Immersive Learning

Creemos en “Real Data – Real Industry – Real Recruiting Partners – Real Office (aula)”

Descargo de responsabilidad: Soy un especialista en éxito de Data Science @GreyAtom

Answer 4

No va a obtener la cobertura completa de un profesional con un certificado. Este analista de datos de nanodegree está diseñado por gerentes de empresas conocidas. De hecho, las empresas son bien conocidas y líderes en su mercado. También es apoyado por destacados académicos e investigadores en su campo. El curso está diseñado específicamente para el analista de datos. Puede usarlo como un puente para estudios adicionales en trabajos relacionados, o desarrollarlo más.

La mejor manera de reflexionar sobre el certificado, incluso diseñado por profesionales, es su competidor. Ahora, las universidades y las universidades establecidas capacitan a estudiantes y aspirantes a profesionales para empleos. Esto está hecho por empresas privadas y algunos profesionales académicos, pero no está estructurado en la universidad. La capacitación que reciba en cualquier programa universitario en comparación con el certificado será de preparación permanente y disciplina, en comparación con las habilidades certificadas y la competencia laboral básica.