¿Vale la pena el programa Data Incubator si solo es aceptado como estudiante y tiene que pagar la tarifa de matrícula de $ 16,000 (en comparación con los becarios que asisten gratis)?

Answer 1

Obviamente soy un poco parcial, pero diría que el programa de Scholar lo vale. Los académicos obtienen exactamente los mismos beneficios que los Fellows y son tratados por igual una vez admitidos. Obviamente no podemos garantizar el empleo, nadie puede. En general, descubrimos que el éxito en la búsqueda de empleo depende mucho más del individuo o académico que de nosotros: es más probable que los candidatos hambrientos obtengan múltiples buenas ofertas antes que los que no se postulan. Dicho esto, pareces alguien que está ansioso por conseguir un trabajo, así que sospecho que no tendrás ningún problema para hacerlo una vez que puedas convencer a los empleadores de que tienes las habilidades técnicas.

Como introducción, The Data Incubator ofrece una beca intensiva de 8 semanas dirigida a estudiantes con doctorados y maestrías en STEM y campos relacionados que buscan la transición a carreras en ciencia de datos, análisis de datos y big data. Aquí hay algunas razones para unirse (# 1), testimonios de Fellows (# 2) y recursos gratuitos para ayudarlo a convertirse en un científico de datos (# 3). Finalmente, si alguien está interesado en la beca, puede solicitarla aquí.

# 1) Aquí hay algunas razones para unirse:

1. Conozca las últimas tecnologías de la industria: no desea invertir 6 meses aprendiendo una herramienta que nadie usa. Pero con tantas herramientas de código abierto, puede ser difícil saber qué herramientas tienen una adopción generalizada en la industria y cuáles son proyectos académicos favoritos. Trabajamos con cientos de empleadores para estar al tanto de las últimas tendencias de la industria para dar forma y modelar nuestro plan de estudios a las herramientas y técnicas que han ganado (o están ganando) una adopción a gran escala. También tenemos acceso a herramientas y hardware a los que una persona típica puede tener dificultades para acceder.
2. Conozca a los científicos de datos en las principales empresas : si se está moviendo hacia big data desde la academia u otra industria, puede ser difícil poner el pie en la puerta. Brindamos a los estudiantes acceso a los mejores científicos de datos de todo el país y les ayudamos a encontrar oportunidades de entrevistas en compañías increíbles como Yelp, EBay, Palantir, Genentech o el New York Times.
3. Gratis para becarios: el programa es gratuito para los becarios cuya matrícula se apoya en las tarifas de colocación de las empresas de contratación participantes. Si bien el programa de becas es muy competitivo, también tenemos una opción Académica paga para aquellos que no logran el recorte o no cuentan con el patrocinio del empleador.
4. Peer and Alumni Group: Sea parte de una gran red de científicos de datos de primer nivel. Como Fellow o Scholar, trabajará y aprenderá de otros estudiantes brillantes y motivados, estableciendo conexiones profesionales duraderas y creando una red profesional increíble. Conocerá a Fellows anteriores que ahora están contratando gerentes que buscan contratar a la comunidad.

# 2) Esto es lo que nuestros compañeros dicen sobre nosotros:

• Dorian Goldman (NYTimes) : “El equipo de Data Incubator hizo un trabajo increíble al enfatizar los conceptos más importantes y fundamentales que un científico de datos necesita saber en su carrera. Lo sé, porque todas estas cosas fueron confirmadas en mi primera semana en mi Nuevo trabajo.”
• Justin Bush (Palantir) : “Ya en la segunda y tercera semana de la Incubadora de datos había empresas que se contactaban conmigo y que de lo contrario no habrían notado mi currículum tan fácilmente. También tuve una tremenda exposición a la variedad de trabajos de ciencia de datos que existen, algo que no hubiera sucedido si hubiera tomado un trabajo directamente de la escuela de posgrado “.
• Brian Farris (Capital One) : “… fue una forma extremadamente eficiente de establecer muchas redes en un corto período de tiempo, lo que aumenta enormemente la posibilidad de encontrar un trabajo. Es mucho más fácil iniciar un diálogo con un compañero de contratación si ya conociste a alguien de la compañía en persona “.
• Yash Shah (AppNexus) : “En The Data Incubator hay tantas compañías de contratación que buscan un conjunto variado de habilidades, hay muchas oportunidades para encontrar tu pareja perfecta.
• “ Sam Swift (mejora) : ” La intensa experiencia de incubadora también fue una excelente manera de hacer una transición rápida de mi pensamiento y lenguaje de la abstracción académica al pragmatismo empresarial. Al igual que la falta de comunicación entre dos campos, descubrí que había muchas cosas en común sobre las ideas, pero que estaba ofuscado por una jerga especializada en ambos lados “.

# 3: Aquí hay algunos recursos gratuitos que lo ayudarán en su solicitud a The Data Incubator Fellowship o en su propia búsqueda de empleo en ciencia de datos: (la publicación original está aquí)

1. Desguace: hay una gran cantidad de datos disponibles, por lo que deberá aprender cómo acceder a ellos. Ya sea JSON, HTML o algún formato homebrew, debería poder manejarlo con facilidad. Los lenguajes de script modernos como Python son ideales para esto. En Python, mire paquetes como urllib2, solicitudes, simplejson, re y beautiful soup para facilitar el manejo de solicitudes web y formatos de datos. Los temas más avanzados incluyen manejo de errores (reintentos) y paralelización (multiprocesamiento).
2. SQL: una vez que tenga una gran cantidad de datos estructurados, querrá almacenarlos y procesarlos. SQL es el lenguaje de consulta original y su sintaxis es tan frecuente que existen interfaces de consulta SQL para todo, desde sqldf para marcos de datos R hasta Hive para MapReduce. Normalmente, tendrías que pasar por un proceso de instalación doloroso para jugar con SQL. Afortunadamente, hay un buen tutorial interactivo en línea disponible donde puede enviar sus consultas y aprender de forma interactiva. Además, Mode Analytics tiene un gran tutorial dirigido a científicos de datos, aunque no es interactivo. Cuando esté listo para usar SQL localmente, SQLite ofrece una versión de SQL fácil de instalar.
3. Marcos de datos: SQL es excelente para manejar grandes cantidades de datos, pero desafortunadamente carece de aprendizaje automático y visualización. Por lo tanto, el flujo de trabajo a menudo es usar SQL o MapReduce para llevar los datos a un tamaño manejable y luego procesarlos usando bibliotecas como los marcos de datos de R o los pandas de Python. Para los pandas, el creador Wes McKinney tiene un gran video tutorial en YouTube. Míralo aquí y sigue revisando el código gitub.
4. Aprendizaje automático: se puede hacer mucha ciencia de datos con seleccionar, unir y agrupar (o, de forma equivalente, asignar y reducir), pero a veces es necesario hacer un aprendizaje automático no trivial. Antes de saltar a algoritmos más sofisticados, pruebe algoritmos más simples como Naive Bayes y regresión lineal regularizada. En Python, estos se implementan en scikit learn. En R, se implementan en las bibliotecas glm y gbm. Debes asegurarte de entender los conceptos básicos realmente bien antes de probar algoritmos más sofisticados.
5. Visualización: la ciencia de datos se trata de comunicar sus hallazgos, y la visualización de datos es una parte increíblemente valiosa de eso. Python ofrece un trazado similar a Matlab a través de matplotlib, que es funcional incluso si no tiene una estética. R ofrece ggplot, que es más bonito. Por supuesto, si realmente tomas en serio las visualizaciones dinámicas, prueba d3.

Answer 2

Pocos pensamientos:

• ¿Qué institución educativa garantiza el empleo? Ninguno lo hace y ninguno lo hará. Hay demasiadas variables fuera de su control. Míralo desde su perspectiva. Usted puede:

  – Comience su propio inicio en lugar de buscar trabajo
  – Ser perezoso
  – Sé terrible en las entrevistas
  – Cree que vales [tasa de mercado] * 2 y rechaza cada oferta de trabajo que recibas porque estás siendo irracional sobre tu valor.

  No digo que seas uno de estos. Pero son razones reales como estas las que prohíben que cualquier programa educativo de cualquier tipo ponga en juego $ 16k de ingresos por cosas que no controlan.

• Hablas de $ 16k como si fuera una gran cantidad de dinero. Teniendo en cuenta que los programas de cuatro años ni siquiera lo convierten en un experto en la materia en casi nada por 3-10 veces el costo, asegúrese de comparar el precio con verdaderas oportunidades comparables, independientemente de lo que considere que son.
• La forma en que puede sentirse seguro acerca de sus perspectivas de trabajo después no es esperar que garanticen nada, sino más bien:

  – Hable con otros graduados en la clase anterior
  – Quítate el culo
  – Aspira todo el valor de los mentores, oradores invitados e instructores del programa para cualquier conexión e introducción cálida que te den.

En pocas palabras: mientras sientas que la demanda de estos roles será fuerte y mientras sientas que puedes ser empleado, realmente no puedo ver cómo no sientes que es una inversión segura.

No tengo ninguna conexión con este programa ni con ninguno de sus competidores. Solo observando de cerca la industria.

Answer 3

Escucho que las personas a menudo obtienen el estatus de Académico en lugar de Fellow si tienen títulos de maestría. El programa Scholars lo vale si está buscando trabajo o incluso iniciando una startup en un mercado hipercompetitivo como SF. Se destaca, siendo examinado por una organización conocida, además tiene una credencial y capacitación que le brinda la oportunidad de desarrollar habilidades de programación reales (con algunas advertencias) y experiencia en ciencia de datos, con proyectos sustantivos en herramientas que todos conocen pero pocos realmente conocen.

También tiene una VENTAJA sobre los becarios, ya que su búsqueda de empleo no tiene restricciones: puede presumir de inmediato sobre su estado, mientras que los becarios deben retirar sus currículums, ya que solo pueden comunicarse con empleadores asociados. Escuché que los eruditos en cohortes recientes consiguieron trabajos más rápido que los compañeros.

Creo que la gente sería tonta si rechazara la aceptación del Académico en línea a la mitad del costo del directo en persona. Pero no creo que la versión en vivo valga los $ 16,000, definitivamente no vale la pena mudarse de todo el país o incluso del océano. Mientras que los bootcamps de codificación y ciencia de datos pueden ser más de 4 veces más caros, ¡App Academy acaba de aumentar su matrícula a una tarifa plana de $ 28,000! Pero hacen una enseñanza mucho más estructurada mientras que DI NO. Es un autoaprendizaje estructurado, y solo obtendrá un poco de ayuda si no comienza con una base básica. Definitivamente tomar un curso de Python antes. Este programa es excelente para ciertos tipos y horrible para las personas que no tienen suficiente conocimiento para prosperar en el entorno de autoaprendizaje. La codificación es lo suficientemente resistente sin tener una base básica. Realmente tienes que saber algo de Python: * no * creas en los requisitos que dicen que no tienes que saber nada porque es BS completo. TDI le reembolsará la mitad de su matrícula de $ 8,000 si encuentra un trabajo con un empleador asociado o si permanece desempleado después de 9 meses. Esa parte es genial. Pero si está comenzando desde una base demasiado débil, no se lo harán saber y es probable que no reciba un reembolso. Esto todavía es una startup, así que ten cuidado.

Answer 4

Enfrentémonos a la realidad de este mundo. Soy un recién graduado que no puede derribar un trabajo, tratando de aterrizar en el campo de la ciencia de datos. Recibí el correo electrónico o, pidiéndome que pagara 16,000 u 8,000 por la sesión. Lamentablemente, no tengo tanto dinero. Creo que muchos solicitantes como yo solo quieren aprovechar las cosas gratis. Entiendo por qué no fui aceptado como compañero. No debemos culpar al Programa de Incubadora de Datos. Una gran parte de su financiación proviene de los empleadores. Es muy racional que los fondos se destinen a quienes esperan contribuir al número de colocación. Aparentemente. con mi perfil: maestro, no doctorado, de una escuela pobre, ¿cómo puedo convencer a la gente de lo que soy capaz? Vamos a pensarlo. ¿Cuál prefiere la compañía, un doctorado de una buena escuela, un maestro de una escuela pobre? Es solo el mundo: los ganadores se llevan todo. Solo los ganadores tienen derecho a seleccionar, en lugar de esperar a ser seleccionados. Supongo que tengo que seguir siendo un conductor de UBER luchando por buscar dinero para mi alquiler y comida y soñar que un día, como lo experimentó Peter Lynch, alguien a quien serví me otorgaría la oportunidad. Por último, pero no menos importante, fue una buena experiencia hacer las preguntas.

Answer 5

“La idea de que debería pagar por su propia capacitación cuando está tan cerca de ser empleado – simplemente no creo que sea correcto”.
Micheal Li, fundador de The Data Incubator
Nueva York obtiene un nuevo campamento de arranque para científicos de datos: es gratis, pero es más difícil entrar que Harvard

Answer 6

Es una estafa. Primero lo atraen ofreciéndolo gratis y diciendo cuán selectivo es el programa, luego recibe un correo electrónico que dice “felicitaciones”: es aceptado pero tiene que pagar $ 16k. En ese momento, ha realizado un esfuerzo significativo (referencias, preguntas de codificación …) que es difícil de retirar. Todo es psicología y un nivel por encima del príncipe nigeriano.

Si es bueno y busca conectarse en red, está mucho mejor en otro programa que garantice la colocación laboral, o cobra sus honorarios (preferiblemente de la compañía) después de la colocación laboral. Si no eres bueno, el bootcamp no te ayudará y ciertamente no vale $ 16k

Como reclutador, saber que los estudiantes pagan la mitad de su estipendio anual para el programa los hace menos deseables para contratar.

Answer 7

Quiero saber la respuesta a esta pregunta también. No creo que esté en la mejor posición para responderlo, pero creo que este enlace debería proporcionar alguna perspectiva: Bootcamps de programación de Nueva York

[Editar] Para un campo de entrenamiento de programación destinado a ayudar a las personas a encontrar trabajo, $ 16,000 por 6 semanas es prácticamente un robo a mano armada. Para las personas apasionadas por los temas, creo que hay otras alternativas asequibles. Claramente, esta no es la única ruta hacia una carrera en ciencia de datos.