¿Cuál es una mejor opción para mi carrera, obtener una maestría en ciencias de datos o ciencias de datos de autoaprendizaje a través de cursos en línea?

Answer 1

Gran pregunta! Supongamos que acaba de terminar su licenciatura en un campo técnico.

Primero, obtenga un puesto de analista en una empresa de datos.

Respetaría mucho más a un postulante científico de datos si tuviera una licenciatura, experiencia profesional en datos e impresionantes proyectos paralelos de ciencia de datos (frente a un maestro sin experiencia en negocios).

Seguir esta ruta también abre la transición dentro de la empresa a la ciencia de datos, ya que muestra sus habilidades (que era mi camino).

Aquí hay más información sobre cómo hacer esto: la respuesta de Levi Thatcher a Quiero aprender R & Data Science prácticamente. ¿Pueden ustedes darme su guía?

Muchos programas de maestría (especialmente dentro de las escuelas de negocios) parecen estar configurados para ganar dinero. Punto final. Nunca he considerado seriamente contratar a un científico de datos que tenga una maestría en ciencias de datos o análisis de negocios. No significa que esos graduados no hayan tenido éxito en otra parte.

Si sigue la ruta de los maestros, asegúrese de ver las estadísticas de ubicación de los científicos de datos antes de iniciar sesión.

Answer 2

Aunque una gran razón para la proliferación de estos cursos y títulos se debe a la creciente demanda en la industria, una educación formal aún prevalece sobre los cursos en línea, aunque a un costo mayor.
Sin embargo, con un título podrá obtener un ROI mucho más alto que los cursos en línea. Todos, incluidos los líderes y profesionales de la industria, son conscientes de que los cursos en línea no son tan rigurosos y formales como un curso de grado en una institución educativa. Estos cursos carecen de responsabilidad de los estudiantes y, en el mejor de los casos, pueden usarse para complementar su conocimiento, pero no son suficientes para construir una base sólida.
En segundo lugar, los cursos en línea carecen de estructura y dirección. Por ejemplo, no puede ni debe comenzar a aprender machine learning sin saber qué es OLS o MLE. Ahí radica la gran diferencia.
En tercer lugar, hay una gran cantidad de fundamentos, trucos y conceptos que no están cubiertos en los cursos en línea. Tampoco puedes hacer tus dudas y preguntas de inmediato. Claro que hay foros y comunidades en línea, pero muchas veces su duda podría ser única y tendrá que esperar unos días para obtener una respuesta (que no puede afirmar con certeza que es correcta)
Y, finalmente, hay otras cualidades que aprenderá con un título de educación holística, como trabajar en equipo, hacer un proyecto final completo, escribir trabajos de investigación, crear conexiones sólidas con la industria y los alumnos, y habilidades de comunicación que son tan vitales como su conocimiento de la ciencia de datos .
TL; DR Si puede permitírselo o si se toma en serio ser el mejor científico de datos que puede ser, considere una maestría y no cursos en línea

Answer 3

Solo debes ir a la escuela como último recurso.

Ir a un programa de maestría durante 1 a 2 años (o un programa de doctorado por más tiempo) es una gran inversión de tiempo y dinero. Aprender en el trabajo, acumular experiencia laboral y autoaprendizaje son mucho más preferibles, si puede manejarlo. Así que debes hacerte un favor e intentarlo.

Dicho de otra manera: no regrese a la escuela hasta que haya reunido evidencia suficiente de que volver a la escuela es absolutamente necesario para alcanzar sus sueños.

1. ¿Ha solicitado los trabajos que desea y no ha podido obtenerlos? Si la respuesta es no, entonces no está listo para inscribirse en más escuelas.
2. Si no tiene éxito en sus entrevistas de trabajo, ¿ha tratado de autoaprendirse a través de cursos en línea para compensar la diferencia? Si la respuesta es no, entonces no está listo para inscribirse en más escuelas.
3. ¿Has intentado encontrar (o has pasado tiempo en) un trabajo de trampolín **? Si la respuesta es no, entonces no está listo para inscribirse en más escuelas.

Regresar a la escuela se siente como la opción “fácil” porque es un camino a seguir . Le permite evitar el fracaso, la ambigüedad y la lucha que definitivamente sucederá si toma la ruta de arranque automático descrita anteriormente. Y decidir ir a la escuela no es un fracaso, simplemente no estás listo para hacerlo si no has intentado ir sin él.

La escuela será un 100% más valiosa para usted (y se eliminará significativamente el riesgo) si primero intentaba ir sin ella y se demostró a sí mismo por qué la necesita.

** Un trabajo de trampolín es un trabajo para el que está calificado para hacer hoy, pero le permitirá aprender y mejorar las habilidades que más le interesan para que pueda obtener el trabajo de sus sueños en el futuro. Esto sucede a través de proyectos paralelos en el trabajo, la exposición a los científicos de datos en su empresa y el autoestudio aumentado en el hogar … mientras se les paga y adquieren experiencia laboral. Para Data Science, este podría ser un puesto de analista de datos, un puesto de ingeniero de software junior, o un puesto técnico de éxito del cliente, o un estafador técnico general en una startup. Las características clave son que habrá científicos de datos con los que podrá hablar e incluso colaborar.

Answer 4

Otras respuestas fueron excelentes. Permítanme agregar que un título avanzado le compra algunas otras cosas además del conocimiento y las habilidades.

• El servicio gubernamental recompensa los títulos académicos por contratación y ascenso.
• Los títulos de posgrado le dan derecho a solicitar trabajo en la academia.
• Los títulos de posgrado a menudo lo califican para roles gerenciales.
• Cuando se trata de un mercado de empleadores, los títulos avanzados y los títulos con las palabras de moda adecuadas pueden ayudarlo a superar los recursos humanos para una entrevista.

Advertencias:

• El conocimiento de TI se deprecia rápidamente. Hay una buena posibilidad de que lo que aprendas en tu primer año de posgrado sea viejo para cuando te gradúes. Así que busca un conocimiento más profundo que te ayudará a seguir aprendiendo.
• Encuentra el programa adecuado. Si va a invertir su tiempo y dinero, asegúrese de que: los instructores realmente trabajan en el campo, las herramientas que aprenderá son las que se utilizan en la vanguardia, que la escuela realmente enseña bien, y que saldrás con una cartera de proyectos para mostrar tus habilidades. Además, la ciencia de datos se convertirá en especialidades: entienda las fortalezas y el enfoque de cada programa de ciencia de datos que considere.

Answer 5

Esto siempre es difícil de responder.

Si ya posee un título (por ejemplo, uno de CS) y no le importa mucho el prestigio de obtener un nuevo título, entonces debe estudiar por su cuenta. Será menos costoso y puede hacerlo mientras trabaja.

Si todavía estás estudiando , entonces haz la maestría. Y, por supuesto, puede complementar su educación formal con cursos en línea.

¡Disfrutar!

Answer 6

Bueno, para ser franco: certificados de cursos en línea No tienen ningún valor, no importa si lo obtiene de Harvard. Porque puedes obtener la certificación en 1 minuto por más de 10 horas de curso.

Compruébalo: obtén cualquier certificado de curso en línea en 1 minuto – Scinatics

Pero en caso de que su motivo real sea aprender, entonces para SAS puede ir con

Enlace: Programación completa de SAS de base profunda – Scinatics

Answer 7

Para obtener conocimientos sobre ciencia de datos, vaya a cursos en línea.

Para obtener calificaciones que son ampliamente reconocidas por el mercado laboral actual, vaya al programa de maestría.

Answer 8

Voy a ir contra la corriente de la mayoría de las respuestas aquí (principalmente) y decir que si estás interesado en ser un científico de datos, un título de posgrado definitivamente ayudará mucho más que unos pocos cursos en línea. Kaggle publicó recientemente un informe sobre cómo se ve la industria de la ciencia de datos: El estado de ML y Data Science 2017. El 57.4% de las personas (según esta encuesta) posee un Máster o más. También puede echar un vistazo a Glassdoor u otros sitios de trabajo donde, si busca trabajos de científico de datos, es muy común ver un requisito de posgrado.

Sin embargo, estoy de acuerdo en que la experiencia es el rey. Hay toneladas de opciones de aprendizaje a distancia / a tiempo parcial que creo que es probablemente óptimo y factible para obtener un título de posgrado mientras mantiene un trabajo que le dará experiencia laboral. No es raro que los empleadores también ofrezcan pagar una parte o la totalidad de su título mientras trabaja para ellos, lo que, si ese fuera el caso, abordaría la preocupación por el costo y puede concentrarse solo en si el tiempo y el esfuerzo Vale la pena por ti.

Answer 9

Esta pregunta es facil

Un científico de datos tiene un doctorado.

Ahora, verá muchas personas que se hacen llamar científicos de datos, pero no lo son. METRO

Si quiere ser un científico de datos, no tiene otra opción … necesitará el doctorado.

Ahora … si quieres ser ingeniero de aprendizaje automático o ingeniero de datos, no es necesario un doctorado.

Si es nuevo en este campo, consulte mi curso gratuito sobre aprendizaje automático para ingenieros de datos.

Una introducción al aprendizaje automático para ingenieros de datos

Answer 10

Porque o ? Vea mi comentario a una pregunta similar: la respuesta de Dragos D Bandur a ¿Qué busca cuando contrata a un científico de datos de nivel básico? ¿Sería beneficioso un máster en Data Science o un bootcamp?

Answer 11

No pague por nada que tenga “ciencia de datos” en su marca. Estudie algo que esté estructurado de manera más sistemática. Sumérgete en las estadísticas y la informática.