Soy estudiante de ingeniería mecánica y estoy interesado en Data Analytics. ¿Qué debo hacer para seguir una carrera en Data Science?

Answer 1

En primer lugar, el análisis de datos es un conjunto de temas más amplio que la ciencia de datos, y se enfoca en tomar decisiones comerciales basadas en datos. La ciencia de datos es, de alguna manera, un conjunto de actividades mucho más involucradas y específicas, que van desde aprendizaje automático y estadísticas hasta algoritmos y estructuras de datos.

Los ingenieros mecánicos, en mi opinión, deberían explorar ampliamente su propio campo de ingeniería, antes de hacer cambios significativos a otros campos. La ingeniería mecánica se ha convertido cada vez más en un área de estudio multidisciplinaria porque abarca campos de estudio muy amplios en sí mismos:

1. Ingeniería estructural, que se superpone con la ingeniería civil.
2. Máquinas, mecanismos y motores, que son temas centrales de ingeniería mecánica y que se basan en conceptos de mecánica aplicada y termodinámica.
3. Diseño, desarrollo y simulación, que son muy interdisciplinarios y son utilizados por todos los ingenieros de sistemas, desde ingenieros de producción que diseñan plantas y procesos, hasta ingenieros mecánicos y eléctricos que pueden diseñar sistemas automotrices.
4. Mecánica y maquinaria de fluidos: las ciencias e ideas que respaldan el vasto cuerpo de trabajo dentro de la turbo-maquinaria, máquinas de fluidos, aviones y naves espaciales, y por lo tanto se superponen con la ingeniería aeroespacial.
5. Sistemas de control, que son una parte importante de los espacios de ingeniería eléctrica, electrónica y de comunicaciones.
6. Ciencias de la ingeniería computacional, que tienen una fuerte superposición con las ideas de la ciencia y la ingeniería informática.

Esto significa que las oportunidades de ingeniería dentro de los trabajos de ingeniería mecánica tienden a ser altamente numéricas y basadas en datos en muchos casos. Otra cosa que un ingeniero mecánico puede esperar es que, ya sean plantas u oficinas de ingeniería, los datos desempeñen un papel en la toma de decisiones en un número cada vez mayor de estos lugares de trabajo.

Dicho esto, la ingeniería mecánica es, de alguna manera, una forma fantástica de comenzar su carrera de ciencia de datos. Digo esto porque la mayoría de los ingenieros mecánicos modernos se introducen en el modelado de sistemas, la ingeniería computacional, el álgebra lineal, los tensores, las estadísticas y otros temas relevantes para la ciencia de datos. También están familiarizados con una amplia gama de máquinas y procesos y muchos podrían haber desarrollado habilidades efectivas de modelado de procesos y sistemas a medida que progresaban en sus carreras. Por lo tanto, pueden tener un conocimiento suficiente de estos temas cuando observan aplicaciones computacionales de algoritmos que usan estas ideas. También están familiarizados con la importancia del método experimental para sistemas físicos y su validación, y el valor de los algoritmos de optimización, que van desde simples problemas de programación lineal hasta muchos otros tipos.

Lo que los ingenieros mecánicos no aprenden son algunos de los temas más complicados de ciencia e ingeniería computacional requeridos para hacer un análisis de datos bien ya escala. Me refiero a paradigmas de lenguaje de programación, algoritmos, estructuras de datos, bases de datos y temas relacionados. También pueden tener que adquirir un conocimiento profundo en estadística, presentación de datos y visualización, mucho más en amplitud y profundidad de lo que pueden estar expuestos en sus planes de estudio de ingeniería mecánica. Por lo tanto, como ingeniero mecánico interesado en la ciencia de datos, es posible que necesite comprender no solo los temas que ya conoce en cierta medida, sino también estos temas adicionales de ciencias de la computación y estadísticas.