¿Qué tan difícil es aprender la ciencia de los datos desde cero?

La ciencia de los datos sigue siendo este misterioso campo que atrae las mentes de las personas, pero todavía es considerado por muchos como muy difícil o incluso imposible de aprender desde cero. “Tienes que tener una licenciatura en ingeniería, o tener una formación en matemáticas/estadística para ser capaz de ser competente en Ciencia de Datos”, — he oído esto muchas veces. Aunque sin duda será beneficioso tener algunos de estos antecedentes, soy un verdadero creyente de que de ninguna manera es necesario.

En dos semanas voy a completar mi doble título en MBA/MSDS en la Universidad de Virginia. He completado todos y cada uno de los cursos enumerados en esta guía en mi tiempo libre durante los dos años que pasé en la escuela. Los cursos que voy a recomendar en este artículo son los mejores recursos de Data Science que podría encontrar. Soy un poco lento aprender y tuve que probar un montón de diferentes cursos en línea. Los que he enumerado a continuación tienen profesores de primer nivel que son expertos en explicar los conceptos.

Un máster típico en Ciencia de Datos le costará entre $10,000 (MSDS en línea) y $100,000 en los Estados Unidos. La guía en este artículo no puede reemplazar un título MSDS en el campus, porque usted recibe un montón de apoyo de la escuela en el reclutamiento, desarrolla su red y consigue un montón de amigos cercanos. Sin embargo, yo diría que la ciencia de los datos es uno de los pocos campos, donde usted podría ser capaz de obtener tanto o aún más conocimiento por su cuenta, estudiando en línea, en comparación con asistir a un título de MSDS a tiempo completo. Además, terminarás pagando $0-$1000 dependiendo de tus aspiraciones. Por último, no todas las personas necesitan aprender Ciencia de Datos a nivel de maestría. En la era digital, la mayoría de los profesionales comenzarán a utilizar técnicas de aprendizaje automático a diario, al igual que la gente que utilizó Excel por primera vez en los años 90. Así que mientras que un MSDS puede ser excesivo, aprender algunas habilidades y obtener una comprensión general de la Ciencia de Datos es crítico.

Dividiré esta guía en dos segmentos: uno dirigido a las personas que quieren obtener sólo una comprensión general de las técnicas y el lenguaje de la Ciencia de Datos, para ensuciarse las manos y ser capaces de realizar forcejeo de datos y ejecutar algunos modelos de aprendizaje automático y aprendizaje profundo ellos mismos; otro dirigido a las personas que quieren obtener un nivel de conocimiento MSDS y tal vez incluso cambiar sus carreras y convertirse en científicos de datos a tiempo completo. De nuevo, puedes empezar a hacer ambas pistas sin ningún conocimiento previo. Voy a recomendar la mayoría de los recursos de Python en este artículo, pero creo que es muy valioso aprender R también. Voy a mantener que depende de ti.

Antes de comenzar con la guía, me gustaría proporcionar consejos y trucos generales que me ayudaron a mantenerme en el camino, estar motivado, y aprender y utilizar el tiempo de la manera más eficiente posible.

Estudia en trozos pequeños al menos cinco días a la semana. Idealmente, 30 minutos todos los días. Yo recomendaría establecer un calendario de espera para las 9PM para 30min-1hr y también guardaría dos-tres horas para el fin de semana. Todos los cursos están diseñados para ser tomados en trozos pequeños por lo que vendrá muy naturalmente. Aprender en trozos pequeños le ayudará a internalizar mejor la información.
Siga la guía paso a paso y no tome cursos simultáneamente. La guía va de los cursos más fáciles a los más difíciles. Y si no tienes conocimiento previo de algunos de los conceptos, los cursos más avanzados serán incomprensibles para ti.
Pagar por los cursos (siempre y cuando puedas permitírtelo, por supuesto). Todos y cada uno de los cursos de esta guía tiene una gran cantidad de ejercicios de práctica que son críticos para su experiencia de aprendizaje. Las cantidades son insignificantes en comparación con el resultado que obtendrá haciendo ejercicios de práctica.
¡No te preocupes por quedarte atascado! Lo bueno de Data Science es que gran parte del aprendizaje proviene de la búsqueda en Google. Mi proyecto de capstone en MSDS fue Natural Language Processing (análisis de texto), del que no tenía ni idea. No he tomado un electivo en NLP, pero todavía fue capaz de trabajar con éxito en el proyecto tomando un par de cursos que se enumeran a continuación y sólo googleando cosas. Stackoverflow es una plataforma que tiene todas las respuestas a las preguntas que pueda tener a lo largo del camino.

Ahora vamos a llegar a la guía.

Pista 1. Sólo quiero obtener una comprensión general de la ciencia de los datos y ser capaz de entender lo que los científicos de datos en mi equipo están haciendo

Para ambos caminos, recomiendo comenzar con los fundamentos básicos de Python. Mi suposición es que usted no tiene experiencia en la programación y por lo tanto la construcción de algún fundamento y la confianza en sus habilidades es esencial. Empieza con esto. Especialización en Python por la Universidad de Michigan en Coursera. Te costará $50 si quieres hacer problemas de práctica y obtener un certificado. También podría auditar el curso de forma gratuita.
Completar la pista Científico de datos con Python en DataCamp. Esta especialización de 100 horas le proporcionará todo lo necesario para iniciar su camino en Ciencia de Datos y para poder comunicarse con los científicos e ingenieros de datos de su empresa. El costo es de $30 al mes, pero hay una gran cantidad de descuentos de vez en cuando en DataCamp. He visto un descuento del 75% en una suscripción anual. Al completar esta especialización de 23 cursos, obtendrá un sólido conocimiento de las técnicas de Python y estará al tanto de los modelos de aprendizaje automático más comúnmente utilizados y también aprovechará un poco en el aprendizaje profundo y el espacio de IA.
Por último, recomiendo familiarizarme con Tableau. Una de las habilidades más importantes que un profesional de negocios puede adquirir es la comunicación con Data. Y Tableau es una de las mejores herramientas para este propósito. Completa Pista de analistas de Tableau en el sitio web de Tableau eLearning. Usted tendrá que registrarse para obtener acceso a este recurso. Hay períodos de prueba y descuentos. A partir de abril de 2020, Tableau ofrece 90 días gratis.

Esfuerzo general: ~100–200 hrs

Costo total: $30 — $300 dependiendo de su velocidad. Todas las suscripciones son mensuales, así que cuanto más rápido termines, menos pagarás.

Pista 2. Quiero convertirme en un científico de datos a tiempo completo o obtener un conocimiento de nivel MSDS con bajo presupuesto

Como mencioné antes, para ambos caminos, recomiendo comenzar con los fundamentos básicos de Python. Mi suposición es que usted no tiene experiencia en la programación y por lo tanto la construcción de algún fundamento y la confianza en sus habilidades es esencial. Empieza con esto. Especialización en Python por la Universidad de Michigan en Coursera. Te costará $50 si quieres hacer problemas de práctica y obtener un certificado. También podría auditar el curso de forma gratuita.
Entonces tendrás que cambiar a algunas matemáticas. Cuando estaba pasando por mi grado de MSDS, estaba absolutamente desprevenido en términos de matemáticas y tenía que básicamente aprender todos los conceptos desde cero. Y pasé por muchos cursos, la mayoría de los cuales son bastante difíciles de entender si usted, como yo, no tiene un fondo sólido de matemáticas. Encontré el Matemáticas para el aprendizaje automático para ser absolutamente fascinante. Los profesores explican conceptos bastante complicados con lenguaje directo. Una vez más, recomendaría pagar para poder practicar los conceptos, pero siéntase libre de auditar el curso también si eso funciona mejor para usted.
Nuestra próxima parada es Estadísticas. Además, una pieza fundamental que necesitamos como Científicos de Datos. Yo recomendaría tomar cualquiera de los dos Estadísticas con especialización en Python o Estadísticas con especialización R . Tomé la segunda y te sugiero que hagas lo mismo. Sin embargo, se enseña en el lenguaje de programación R. De nuevo, bastante útil, pero no super necesario en este punto. Si tienes poco tiempo, sigue adelante con el Python. Si tienes algo de tiempo en el bolsillo, siéntete libre de tomar el R. El profesor allí es un famoso colaborador de Data Science Maya Cetinkaya-Rundel de la Universidad de Duke.
Cuando termines con las bases teóricas, tenemos que saltar a un tren práctico y ensuciarnos las manos en muchos modelos de Machine Learning con Python. Para eso, no conozco ningún recurso que sea mejor que el Científico de datos con Python especialización en DataCamp. Es bastante largo, 23 cursos y le llevará alrededor de 100hrs, pero obtendrá una base práctica muy sólida como un aspirante Data Scientist.
A continuación, tenemos que profundizar y vamos a cambiar a Científico de aprendizaje automático con Python en DataCamp. Esta es una especialización avanzada multi-curso que va más profundo en las técnicas de aprendizaje de máquina más comúnmente utilizadas que tendría que estar familiarizado con si desea tener éxito en esta profesión.
Nuestros dos últimos pasos se centrarán en algoritmos de IA y Deep Learning. El mejor recurso posible que usted podría encontrar es Andrew Ng’s Especialización en el aprendizaje profundo En Coursera. Es idéntico, o tal vez incluso mejor que una clase de crédito de nivel de Masters 3 en Deep Learning. Un conocimiento absolutamente esencial para todos los científicos de datos.
Por último, es fundamental consolidar los conocimientos de una etapa anterior con una aplicación práctica. TensorFlow en la especialización de la práctica se basa en el aprendizaje profundo y proporciona una buena cantidad de práctica.

Esfuerzo total de tiempo: al menos 300hrs, probablemente alrededor de 500hrs

Costo total: $60 — $1000(?). El coste dependerá en gran medida de la velocidad del aprendizaje y de la voluntad de pagar por la práctica. Usted no puede auditar cursos de DataCamp y que cuesta al menos $30 al mes. El resto se puede auditar gratis. Sin embargo, recomendaría mucho pagar. El costo es insignificante en comparación con el resultado que obtendrá después de completar todos los problemas de práctica.

No he incluido deliberadamente a Tableau en esta pista. Obtendrá conocimientos básicos de visualización de las especializaciones de Python y en ese momento, como profesional, podrá determinar si Tableau es algo que necesitará diariamente. Si es así, será bastante rápido y fácil de recoger.

Últimos pensamientos

Estoy muy seguro de que cualquiera puede convertirse en un científico de datos sin antecedentes en STEM. Al igual que con todas las demás habilidades, sin duda requerirá tiempo, esfuerzo y dedicación. Sin embargo, los resultados son increíbles, y especialmente en este momento son bastante inigualables. Así que les deseo buena suerte en su viaje y espero que se diviertan mucho en el camino, tal como yo lo hice.