Soy matemático y quiero desarrollar una carrera en análisis de datos, ¿qué sugieres?

Answer 1

Gracias por el A2A.

El primer miembro de mi equipo tiene experiencia en matemáticas aplicadas. Él ya tenía un poquito de programación en la universidad que le ayudó considerablemente.

Mi experiencia con él es que mientras su probabilidad y estadísticas sean nuevas o sólidas, problemas reales para resolver mediante programación con datos reales y en menos de un año probablemente hará un muy buen trabajo.

Para comenzar con:

• Probabilidades y estadísticas
• Codificación (R o Python si es posible, Julia, SAS o Mathematica si no)
• Análisis real con preguntas reales con datos reales.

Mientras tanto, es probable que te topes con el “descanso”:

• Disposición de datos (si trabaja con datos reales, ¡es probable que esto suceda muy pronto!)
• Visualización
• Aprendizaje automático

¡La mejor de las suertes!

Answer 2

En Datascience Oxford tuvimos una interesante presentación sobre Scientist to DataScientist. Kim Nilsson nos mostró un programa intensivo de seis semanas, con resultados impresionantes. Su compañía es Pivigo (The Data Science Hub), el programa es S2DS (Science to Data Science).

También asistí a una charla de ASI (ASI Data Science & Business Analytics) que hace una beca posdoctoral de 8 semanas con los mismos objetivos.

Alternativamente, realice algunos de los muchos cursos impartidos por los principales proveedores de bases de datos: compañías como Hortonworks realizan una excelente capacitación. Ponga eso junto con algo de programación en Python (o R). Y siga a algunos de los principales proveedores de inteligencia empresarial que, aunque ahora son antiguos y están desactualizados, tienen mucho en la parte de análisis. Júntelos y tendrá un conjunto útil de habilidades: la capacitación en el trabajo lo llevará por el resto del camino.

Answer 3

* Aprenda Python o R (o MLlib / scala, o Lua / Torch, o SAS, o SPSS)

* Aprenda estadísticas, aprendizaje automático, redes neuronales, análisis bayesiano, …

* Aprenda algunas cosas sobre la visualización de datos.

* Aprenda cómo traducir preguntas de interés a datos y volver a respuestas comprensibles.