Чтобы стать data scientist, если уже есть знания основ программирования и основы статистики и машинного обучения, можно предпринять следующие шаги:

• Продолжить обучение. 3 Понадобятся фундаментальные курсы по теории вероятностей, математическому анализу, линейной алгебре и математической статистике. 3 Математические знания важны, чтобы уметь анализировать результаты применения алгоритмов обработки данных. 3
• Изучить языки программирования. 2 Например, Python, который подходит начинающим благодаря относительно простому синтаксису. 3 Также стоит освоить такие инструменты, как NumPy, Pandas и TensorFlow. 2
• Получить практический опыт. 23 Можно участвовать в соревнованиях по анализу данных, например, на платформе Kaggle. 3 Также стоит анализировать открытые наборы данных и публиковать свои результаты. 3
• Создать портфолио. 14 Отчёты о исследованиях данных можно публиковать на GitHub, они станут портфолио при устройстве на работу. 4

Ещё один вариант — пройти очные или онлайн-курсы по Data Science, например, на платформах Skillfactory или Coursera. 1 Во время обучения стоит выполнять проекты, чтобы иметь возможность показать их как портфолио. 1

Также полезно вступить в сообщество аналитиков данных и читать свежие новости из сферы data science и машинного обучения. 5