Чтобы стать data scientist, если уже есть знания основ программирования и основы статистики и машинного обучения, можно предпринять следующие шаги:
- Продолжить обучение. tproger.ru Понадобятся фундаментальные курсы по теории вероятностей, математическому анализу, линейной алгебре и математической статистике. tproger.ru Математические знания важны, чтобы уметь анализировать результаты применения алгоритмов обработки данных. tproger.ru
- Изучить языки программирования. www.geeksforgeeks.org Например, Python, который подходит начинающим благодаря относительно простому синтаксису. tproger.ru Также стоит освоить такие инструменты, как NumPy, Pandas и TensorFlow. www.geeksforgeeks.org
- Получить практический опыт. www.geeksforgeeks.org tproger.ru Можно участвовать в соревнованиях по анализу данных, например, на платформе Kaggle. tproger.ru Также стоит анализировать открытые наборы данных и публиковать свои результаты. tproger.ru
- Создать портфолио. zeh.media yandex.ru Отчёты о исследованиях данных можно публиковать на GitHub, они станут портфолио при устройстве на работу. yandex.ru
Ещё один вариант — пройти очные или онлайн-курсы по Data Science, например, на платформах Skillfactory или Coursera. zeh.media Во время обучения стоит выполнять проекты, чтобы иметь возможность показать их как портфолио. zeh.media
Также полезно вступить в сообщество аналитиков данных и читать свежие новости из сферы data science и машинного обучения. synergytimes.ru