Ich möchte die Methoden zur Beherrschung der Datenwissenschaft von Grund auf durch eine Person aus einem anderen IT-Fachgebiet teilen. Zweck: um klar zu machen, ob diese Spezialität im Prinzip für Sie geeignet ist, und um Sie über effektive Ansätze zum Selbststudium zu informieren, die mir geholfen haben (ich werde später detaillierte Artikel zu bestimmten Themen separat planen).
Zu den spezifischsten Themen gibt es bereits hervorragende Materialien, aus denen ich selbst gelernt habe.
Ich denke, viele werden es nützlich finden, "Metamaterialien" zur Auswahl von Kursen und Artikeln zu haben, aus denen sie lernen können. Zum Beispiel habe ich Dutzende von Artikeln und Büchern durchgesehen, viele verschiedene Online-Kurse ausprobiert, aber nur ein kleiner Teil der verfügbaren Informationen war nützlich. Ich hoffe, dass ich Ihnen ernsthaft Zeit sparen und Ihnen helfen kann, mehr zu erreichen, indem ich Ihnen eine effektivere Art des Selbststudiums zeige.
Und es ist wichtig, sofort zu sagen: Ich glaube, dass jeder mit analytischen Fähigkeiten und strukturellem Denken ein Wissenschaftler für maschinelles Lernen / Daten werden kann. Noch vor 4 Jahren hatte ich Zweifel, weil ich aufgrund der Universitätslehrer das Vertrauen in meine mathematischen Fähigkeiten verloren hatte. Jetzt glaube ich: Die Grundlagen des maschinellen Lernens und die minimal notwendige Mathematik können von jeder hochmotivierten Person erlernt werden.
Meine Erfahrung:
Als ich merkte, dass ich bald 30 werden würde, beschloss ich, auf ein anderes Feld zu gehen und aus der Russischen Föderation zu ziehen. In meinem Bereich (1C) war ich in meiner Karriere erfolgreich, aber es wurde klar, dass weiteres Wachstum sehr schwierig ist und Arbeiten erfordert, die für mich nicht interessant und fast ekelhaft sind.
Nach sechs Monaten des Durchsuchens der Optionen entschied ich, dass Data Science für mich am interessantesten ist.
(: ).
Senior Data scientist Vodafone ( LinkedIn).
-
, , : , , . ( b-ok.org). , , .
, . , . , , - , , ( ; , ).
, Data science/
, -, .
:
, -, - ( DS , ). : " " ( ? - -, ), - , data science , , - .
, , (, ) .
, , , ! , . , data science, .
, . "" Data science , , , ..
, data science?
- - , .
, Datasmart ( , ). : " . Excel, ". , data science, ( , ).
Data science .
, , data science .
, , , machine learning engineer. data scientist machine learning engineer , , , " " , .
, , (PowerBI, Tableau ..) - "Storytelling with data". , , data scientist, . , machine learning engineer , "" .
, " ", data science :
Data science, : , . ( , " "). , . , . , .
Python (+SQL ), .
data scientist . python - . , , . , "" "if-then-else" , . , , - , . " ", Python , (, ! -, , , )
Data science . Python SQL
!
, , , - . : . , - . , , data science. : . . , , .
. , . , , , . , - . .
- , . .
- , ( ). , , : ("") API .
, - , , .
: ?
SQL ?
SQL . , . .
SQL , "": "" , ! - . "" , . C SQL , .
- .
- , data science, - . SQL . - .
SQL:
"sql tutorial" . , . SQL .
. .
- , . , , SQL.
10 ( ), 20 ( ).
Python?
, Python. , R ( ) , . Python . , Python R, , Data Science Python, R. - Python. - , , ( 2015 , ).
- .
Python
:
5-40 , .
( ):
Learning Python, by Mark Lutz (5 ). .
, , .
, , Python . , . , , .
. , pythontutor.ru, .
, , 32 , (, 21-31 . , Python ).
( ) . .
, , , .
Python Crash Course, by Eric Matthes
, - . - Python - .
Automate the Boring Stuff with Python
, Python. , .. , , .
?
Python, - , 100. 200 .
( - , )
,
- ( ), . . .
, ( 2 ) , ( ). - DS .
, , , . : , DS - (, 1 , - ).
, .
Vielleicht telefonieren wir einmal und das reicht dir. Aber ich bin bereit und ersetze die kostenpflichtigen Kursprogramme vollständig, gebe Ihnen einen personalisierten Lehrplan und erkläre Ihnen Schritt für Schritt, welche Bücher und Kurse am besten sind und wie Sie sie kostenlos finden können. Im letzteren Fall reicht Ihr Versprechen im Gegenzug für mich aus, dass Sie selbst für Hilfe bezahlen, so viel Sie für richtig halten, wenn Sie das Ergebnis spüren.
self.development.mentor in der Domain gmail.com, Oleg