Como iniciar en Data Science?
¿Cómo iniciar en Data Science?
En resumen, sigue estos paso si quieres que tu aprendizaje efectivo en Data Science pase de 6 años a 6 meses:
- Elige una herramiénta y domínala.
- Elige un tipo de análisis y hazte un experto (te recomiendo modelos predictivos)
- Elige un caso de uso y profundiza en él hasta saber más que tus futuros clientes.
¿Qué áreas de conocimiento tiene Luisa para ser Data Scientist?
Los conocimientos que un data science debe tener incluyen un gran número de plataformas de big data y herramientas como Hadoop, Pig, Hive, Spark y MapReduce. Asimismo, requiere saber lenguajes de programación como SQL, Python, Scala y Perl. Finalmente, también necesita saber lenguajes estadísticos como R.
¿Por qué es tan importante la ciencia de datos?
La ciencia de datos debe ser mucho más que eso para que se esté convirtiendo en una de las profesiones más prometedoras de hoy en día y, si todo sigue así, del futuro. 1 ¿Qué es un científico de datos? 2 ¿Por qué es tan importante el Big Data y Machine Learning?
¿Qué hace un científico de datos?
Análisis de datos Esta es la verdadera habilidad que debe tener un científico de datos y por la que será más valioso. Mucho de los softwares y herramientas utilizados en Big Data y Machine Learning se encargan de hacer la mayor parte de cálculos matemáticos por ti, sin embargo, esto no podrá hacerlo nadie.
¿Quién creó la ciencia de los datos?
El primer nombre que habría que destacar en toda esta historia es el de John W. Tukey, considerado el precursor del término “Ciencia de Datos” el cuál definió en su artículo “El Futuro sobre el Análisis de Datos.”
¿Por qué es importante tener un buen conocimiento de las matemáticas?
Por lo tanto, tener un buen conocimiento de las Matemáticas puede ayudarte directamente mientras aprendes a programar, pensar, analizar los casos de forma adecuada y a administrar los errores en tu software. ¿Estás pensando en desarrollarte en el mundo de la programación?