¿Qué debo hacer si estoy fascinado por la ciencia de datos pero soy terrible en matemáticas?

Answer 1

Mejora en matemáticas.
Además, las clases de matemáticas antes de la universidad (e incluso en la universidad si estás hablando como cálculo i ii y iii) no son en absoluto representativas de lo que vas a necesitar saber; Siento que son mucho más impulsados ​​por el proceso y de naturaleza algorítmica, y le brindan una enorme muleta en cuanto a la práctica de resolución de problemas, ya que conoce la clase de problema y el proceso de solución. A lo sumo, pueden complicar y combinar el material de clase en la escuela, pero como científico de datos no está recibiendo ninguna pista.

Si quiere decir que es terrible en aritmética, o en general el lado del proceso de las matemáticas, las estadísticas y la programación, realmente podría salirse con la suya solo con ser muy cuidadoso y revisar tres veces todos sus cálculos y suposiciones. Más allá de eso, me he dado cuenta de que cada vez que me encontraba con un problema de tipo de proceso (p. Ej., Integrales realmente asquerosas, optimización funky o álgebra matricial, cualquier cosa combinatoria, programas de escritura con ciertas restricciones y trabajo en múltiples entornos, etc.), buscaba Cada paso del proceso y solo golpearme la cabeza contra él durante unos días se aclaró.

Si te refieres a que eres terrible en el aspecto conceptual o de resolución de problemas de las matemáticas, entonces te aconsejo que hagas algunos problemas de competencia a diario. Con el tiempo, desarrollará una intuición matemática y luego podrá aprender matemáticas.

Dicho esto, la ciencia de datos es un campo muy amplio y mal definido. Hay roles que son muy similares a la ingeniería de software y luego hay roles que se parecen más a las estadísticas aplicadas y las matemáticas. Por ejemplo, mi rol es mucho menos en el lado de la ingeniería de software y más en el lado de las estadísticas y las matemáticas (modelado y pronóstico de intervención). Sin embargo, aún necesitarás un buen conocimiento de todos estos temas, porque probablemente te encontrarás con un problema que requiere uno o más de estos conjuntos de habilidades en algún momento.

Answer 2

Afortunadamente para ti, el 90% del trabajo de ciencia de datos se reduce a ETL y las estadísticas y las matemáticas de gran potencia son solo el 10% sexy del que todos hablan. Entonces, si eres bueno en la programación (o al menos estás jugando con el código), estás bastante avanzado.

Para ser un buen científico de datos, necesita una fuerte intuición y comprensión de las estadísticas y la probabilidad. En realidad, esto es bastante raro (considere este artículo de BCC que sugiere que la mayoría de los médicos no lo poseen) y desafortunadamente, requiere esfuerzo y persistencia para desarrollarse. También querrá desarrollar un buen sentido de cómo formular y probar hipótesis. Afortunadamente para usted, aunque muchos científicos de datos tienen una sólida formación en investigación de doctorado, esa no es la única manera de obtener esta experiencia y conocimiento. Por ejemplo, podría hacer una pasantía en un laboratorio de investigación o en un grupo de ciencia de datos.

Answer 3

Dado que la ciencia de datos requiere una cantidad decente de matemáticas, manténgase fascinado pero no lo intente como una carrera.