Si obtuvo su título de negocios en finanzas, es de esperar que tenga una sólida programación lineal, antecedentes de optimización, que son realmente útiles para la ciencia de datos. Si su licenciatura en administración de empresas era mercadeo / administración, entonces su primera prioridad sería tomar clases cuantitativas, enfocándose en computación científica, estadística y aprendizaje automático.
Un programa de maestría en ciencia de datos es útil, pero costoso. Sé por varias fuentes que a la industria tecnológica le importa un grado menos que otros campos como la biotecnología y las finanzas.
Algunos cursos que sugeriría:
cualquier curso de computación científica (R, Python o Matlab), introducción a las estadísticas, introducción a la probabilidad, modelos lineales, cursos relacionados con el aprendizaje automático, diseño experimental. Otros cursos útiles incluyen procesos estocásticos, estructura / gestión de bases de datos, más clases de codificación.
Por supuesto, la clase de introducción al nivel de probabilidad / estadística / aprendizaje automático asume una base sólida de cálculo y álgebra lineal. Necesita un análisis real para las clases de teoría de nivel superior.
- ¿Cómo ve Stanford a los estudiantes de maestría?
- ¿Qué preparación se requiere para que las mujeres trabajadoras obtengan la admisión para una maestría en ciencias de la computación en Stanford?
- ¿Qué tan bueno es el programa de maestría en informática y medios en la Universidad Bauhaus de Weimar, Alemania?
- ¿Va para un trabajo de 4.5 L MNC o hacer una maestría en CS desde el extranjero mejor para una persona de la clase media? ¿Cuánto cuesta hacer una maestría y cómo gano una beca?
- ¿Qué es mejor para una maestría en informática, los Estados Unidos o el Reino Unido?